A research agenda for GIScience in a time of disruptions
Notice bibliographique
Résumé
Social issues, AI, and climate change are just a few of the disruptive focuses impacting science. The field of GIScience is well positioned to respond to accelerating disruptions due to the interdisciplinary nature of the field and the ability of GIScience approaches to be used in support of decision-making. This manuscript aims to start a conversation that will establish a research agenda for GIScience in an age of disruptions. We outline three guiding principles: (1) focusing on the relevance and real-world impact of research, (2) adopting systems-based thinking and contextual approaches and (3) emphasizing inclusive practices. We then outline prioritized research areas organized by what topics are important focal areas (Data and Infrastructure, Artificial Intelligence, and Causality and Generalizability), and what approaches to science we should be attentive to (Impactful Open Science, Collaborative and Convergent Science, and through Diverse Participation and Partnerships). We conclude with a call to increase impact by balancing slow science with practical and policy-oriented research. We also recognize that while broad adoption of spatial approaches is a signal of GIScience's success, we should continue to work together to advance core knowledge centered on spatial thinking and approaches.
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 | 0,054 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,015 | 0,043 |
| Communication savante | 0,031 | 0,057 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,023 | 0,027 |
| 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 ».