Research in the spatial sciences: how are Canadian geographers contributing?
Notice bibliographique
Résumé
Geographic data collection, manipulation, analysis and visualization options have experienced substantial improvements during the past several decades, largely spurred by advancements in computing capabilities. While geographers are often credited with identifying and expanding many of the emerging application areas and innovations for the analysis of spatially (and sometimes temporally) referenced data, we are specifically interested in the role of Canadian geographers in the rapidly evolving domain of spatial science. We pose the following provocative question with the intent of not only summarizing the Canadian literature, but also to stimulate an informed discussion: ‘are Canadian geographers developers or users of spatial analytical methods?’ We review the refereed literature from 1980 to 2008 to describe the nature of contributions by Canadian geographers, beginning at about the time of widely accessible computing (1980s). Our summary broadly classifies subdisciplinary contribution areas as being best described as GIS, remote sensing, or spatial statistics, while each contribution area may take the type of algorithm development, advancement and synthesis of theory, or the application of existing methods. We paint a picture of the current contribution landscape and reflect on significant achievements while commenting on some potential weakness that with increased resources and focus might become future realms of advancement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,027 | 0,066 |
| Études des sciences et des technologies | 0,030 | 0,019 |
| Communication savante | 0,032 | 0,012 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».