MétaCan
Menu
Retour à la cohorte
Enregistrement W2150130683 · doi:10.2902/1725-0463.2009.04.art16

Volunteered Geographic Information: the nature and motivation of produsers

2009· article· en· W2150130683 sur OpenAlexafffund
David Coleman, Yola Georgiadou, Jeff Labonte

Notice bibliographique

RevueUniversity of Twente Research Information · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésGeospatial analysisVoluntarism (philosophy)Volunteered geographic informationKnowledge managementVisionWorld Wide WebPublic relationsBusinessComputer scienceData sciencePolitical scienceGeographySociology

Résumé

récupéré en direct d'OpenAlex

Advances in positioning, Web mapping, cellular communications and wiki technologies have surpassed the original visions of GSDI programs around the world. By tapping the distributed knowledge, personal time and energy of volunteer contributors, GI voluntarism is beginning to relocate and redistribute selected GI productive activities from mapping agencies to networks of non-state volunteer actors. Participants in the production process are both users and producers, or ‘produsers ’ to use a recent neologism. Indeed, GI voluntarism ultimately has the potential to redistribute the rights to define and judge the value of the produced geographic information and of the new production system in general. The concept and its implementation present a rich collection of both opportunities and risks now being considered by leaders of public and private mapping organizations world-wide. In this paper, the authors describe and classify both the types of people who volunteer geospatial information and the nature of their contributions. Combining empirical research dealing with the

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,005
Communication savante0,0090,007
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,309
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations402
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Twente Research InformationMême sujetWikis in Education and CollaborationTravaux en français237 207