MétaCan
Menu
Retour à la cohorte
Enregistrement W2958298177 · doi:10.1111/cag.12554

Geography and geographic information science: An evolving relationship

2019· article· en· W2958298177 sur OpenAlexvenueno aff
Michael F. Goodchild

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisSophisticationGeographyHuman geographyTime geographyEconomic geographyHistorical geographyData scienceContext (archaeology)Strategic geographyAgricultural geographyRegional scienceDevelopment geographySocial scienceSociologyCartographyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

GISystems have strong and longstanding roots in Geography, stemming from early developments in the 1960s and 1970s that defined a first phase of their relationship. But as the uses and sophistication of geospatial technology have grown and spread across virtually all areas of the academy, reducing Geography's claim to ownership, that relationship to Geography has evolved in new directions, forming a second phase. The critiques of the early 1990s have led to research into the societal context and social implications of GISystems that remains largely centred in Geography; techniques for the analysis of data embedded in space and time remain strongly associated with Geography; and rigorous principles have been discovered under the umbrella of GIScience that are widely recognized within and outside Geography. Today the relationship has entered a third phase, defined by the new opportunities that are being created by the growth of data science, by new sensors, and by new areas of application, suggesting that the relationship between Geography and GIScience will continue to evolve in interesting and exciting ways.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0190,016
Études des sciences et des technologies0,0060,007
Communication savante0,0020,011
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetGeographic Information Systems StudiesTravaux en français237 207