An assessment of the accessibility of spatial data from the Internet to facilitate further participation with geographical information systems for novice indigenous users in South Australia
Notice bibliographique
Résumé
Geographical Information Systems (GIS) are becoming more widespread, but there is still debate as to whether the use of GIS is a socially inclusive activity and, within this debate, the accessibility of spatial data is a pertinent issue. Governments around the world have developed Spatial Data Infrastructures (SDI) to facilitate the dissemination of spatial data and Australia, Canada and the United States are acknowledged leaders in this field. Such initiatives have the potential to bring new users, for example Indigenous people, to GIS but with this expansion there is a consequential demand for up-to-date and freely available spatial data. This paper evaluates the accessibility of spatial data from the Internet within Australia and contextualises performance with a comparison with Canada and the United States. The GIS industry has a variety of terms for data and this research uses the most popular of these to search the Internet for webpages containing spatial data. A traditional information retrieval technique (Precision) is used to analyse the webpages returned, and is supplemented with further analyses regarding webpage ranking and industry sector. The main findings indicate approximately 50% of retrieved webpages contained free data, but reveal that Australia performs worse than North America in comparison. The highest ranking websites are Canadian, and governments are the dominant spatial data providers. This research indicates that Australian data is not easily accessible and, if the public are to be more engaged, the delivery options should be reviewed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».