Searching for social justice in GIScience publications
Notice bibliographique
Résumé
Maps are explicitly positioned within the realms of power, representation, and epistemology; this article sets out to explore how these ideas are manifest in the academic Geographic Information Science (GIScience) literature. We analyze 10 years of literature (2005–2014) from top tier GIScience journals specific to the geoweb and geographic crowdsourcing. We then broaden our search to include three additional journals outside the technical GIScience journals and contrast them to the initial findings. We use this comparison to discuss the apparent technical and social divide present within the literature. Our findings demonstrate little explicit engagement with topics of social justice, marginalization, and empowerment within our subset of almost 1200 GIScience papers. The social, environmental, and political nature of participation, mapmaking, and maps necessitates greater reflection on the creation, design, and implementation of the geoweb and geographic crowdsourcing. We argue that the merging of the technical and social has already occurred in practice, and for GIScience to remain relevant for contributors and users of crowdsourced maps, researchers and practitioners must heed two decades of calls for substantial and critical engagement with the geoweb and crowdsourcing as social, environmental, and political processes.
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 | 0,052 | 0,235 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,048 | 0,074 |
| Études des sciences et des technologies | 0,014 | 0,017 |
| Communication savante | 0,033 | 0,031 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 ».