Disruptive Innovation: The Lasting Outcomes of Participatory Mapping and Volunteered Geographic Information in Nepal’s Post-Earthquake Recovery
Notice bibliographique
Résumé
Abstract. Volunteered Geographic Information (VGI) is spatial data collected through digital participatory mapping, where non-expert volunteers create and share spatial knowledge. Despite claims of empowerment and improved decision-making, the long-term outcomes of participatory mapping remain under-evaluated. In humanitarian emergency response, VGI production enables the creation of updated real-time post-crisis maps, thus improving response effectiveness. This paper examines the lasting socio-economic outcomes of VGI production in humanitarian assistance, beyond the immediate crisis period, with a focus on the 2015 Nepal earthquake response. VGI production led to the creation of the first freely available and comprehensive digital basemap for Nepal, which catalyzed the development of new spatial services and platforms. Beyond disaster relief, the mapping data provided a foundation for new business and educational opportunities, including Baato Maps, a culturally relevant, low-cost navigation tool. The adoption of these tools has fostered a competitive ecosystem for spatial services like ride-sharing, e-commerce, and delivery, fostering economic resilience. This paper demonstrates how participatory mapping, when purposefully integrated, can drive disruptive innovation and create socio-economic benefits which support the transition from emergency response to long-term development. It highlights the importance of incorporating community generated VGI into future humanitarian planning and evaluation to support sustainable, community-driven innovation and enhance long-term resilience.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».