Dane dotyczące miast jako przedmiot badań geograficznych
DOI:
https://doi.org/10.18778/2543-9421.04.10Słowa kluczowe:
geografia miast, eksploracja danych, otwarte dane, ISO, GIScienceAbstrakt
W pracy przedstawiono problemy, z jakimi można się spotkać podczas analizy danych o mieście, od ich pozyskiwania, poprzez czyszczenie, aż po zapis w odpowiednim formacie. Problem ten jest na tyle istotny, że powinien być jednym z podmiotów badań geograficznych. Zwrócono uwagę na potrzebę dyskusji o danych geograficznych i jej prezentacji na łamach czasopism naukowych. Zasygnalizowano możliwości korzystania z nich i udostępniania w repozytoriach otwartych danych w ramach „otwartej nauki”.
Bibliografia
Adamczyk, J., Będkowski, K. (2018). Źródła numerycznych danych geoprzestrzennych. W: A. Obidziński (red.), Inwentaryzacja i waloryzacja przyrodnicza. Metody naziemne i geomatyczne (s. 17–27). Warszawa: Wyd. SGGW.
Ash, J., Kitchin, R., Leszczynski, A. (2018). Digital turn, digital geographies? Progress in Human Geography, 42 (1), s. 25–43; https://doi.org/10.1177/0309132516664800
Assante, M., Candela, L., Castelli, D., Tani, A. (2016). Are scientific data repositories coping with research data publishing? Data Science Journal, 15 (6); https://doi.org/10.5334/dsj-2016-006
Bach, M., Stańczak, M., Werner, A. (2009). Wpływ przyjętego modelu wersjonowania danych na efektywność relacyjnej bazy danych. Studia Informatica, 30 (2B), s. 253–263.
Bell, G. (2009). Foreword. W: T. Hey, S. Tansley, K. Tolle (red.), The fourth paradigm. Data-Intensive scientific discovery (s. xi–xvi). Redmond, Washington: Microsoft Research.
Bielecka, E. (2006). Sytemy Informacji Geograficznej. Teoria i zastosowania. Warszawa: Wyd. PJWSTK.
Blaschke, T., Merschdorf, H. (2014). Geographic information science as a multidisciplinary and multiparadigmatic field. Cartography and Geographic Information Science, 41 (3), s. 196–213; https://doi.org/10.1080/15230406.2014.905755
Cai, C., Xie, K. (2007). Measuring data quality of geoscience datasets using data mining techniques. Data Science Journal, 6, S738–S742; https://doi.org/10.2481/dsj.6.S738
Dasu, T., Johnson, T. (2003). Exploratory data mining and data cleaning. John Wiley & Sons.
Foreman, J.W. (2019). Mistrz analizy danych: od danych do wiedzy. Tłum. K. Matuk. Gliwice: Helion.
Gaździcki, J. (2008). Implementacja dyrektywy INSPIRE w Polsce: stan aktualny, problemy i wyzwania. Roczniki Geomatyki – Annals of Geomatics, 6 (3), s. 23–32.
Graf, R., Kaniecki, A., Medyńska-Gulij, B. (2008). Dawne mapy jako źródło informacji o wodach śródlądowych i stopniu ich antropogenicznych przeobrażeń. Badania Fizjograficzne nad Polską Zachodnią, Seria A – Geografia Fizyczna, 59, s. 11–27.
Guo, H., Goodchild, M.F., Annoni, A. (red.) (2020). Manual of digital Earth. Singapore: Springer Open; International Society for Digital Earth.
Hand, D.J. (2005). Eksploracja danych. Tłum. A. Chądzyńska. Warszawa: Wydawnictwa Naukowo-Techniczne.
Iwaniak, A. (2005). Metodyka opracowania i stosowania metadanych w Polsce. Roczniki Geomatyki – Annals of Geomatics, 3 (3), s. 47–58.
Iwaniak, A., Paluszyński, W., Żyszkowska, W. (1998). Generalizacja map numerycznych – koncepcje i narzędzia. Cz. 1. Polski Przegląd Kartograficzny, 30 (2), s. 78–88.
Jachimczyk, A. (2015). Otwarte dane badawcze. Casus polskich instytutów badawczych. Zagadnienia Naukoznawstwa, 2206, s. 409–424.
Jaskulski, M., Łukasiewicz, G., Nalej, M. (2013). Porównanie metod transformacji map historycznych. Roczniki Geomatyki – Annals of Geomatics, 11 (4), s. 41–56.
Jażdżewska, I. (2013). Statystyka dla geografów. Łódź: Wyd. Uniwerstetu Łódzkiego.
Jażdżewska, I. (2018). The use of centrographic measures in analysing the dispersion of historic factories, villas and palaces in Lodz (Poland). Folia Geographica, 60 (1), s. 50–61.
Kraak, M.J., Ormeling, F. (1998). Kartografia – wizualizacja danych przestrzennych. Tłum. W. Żyszkowska. Warszawa: Wydawnictwo Naukowe PWN.
Larose, D.T. (2013). Odkrywanie wiedzy z danych: wprowadzenie do eksploracji danych. Tłum. A. Wilbik. Warszawa: Wydawnictwo Naukowe PWN.
Longley, P.A., Goodchild, M.F., Maguire, D.J., Rhind, D.W. (2006). GIS. Teoria i praktyka. Warszawa: Wydawnictwo Naukowe PWN.
Mayer-Schönberger, V., Cukier, K. (2017). Big data: rewolucja, która zmieni nasze myślenie, pracę i życie, efektywna analiza danych. Tłum. M. Głatki. Warszawa: Wyd. MT Biznes.
Miller, H.J., Goodchild, M.F. (2015). Data-driven geography. GeoJournal, 80, s. 449–461; https://doi.org/10.1007/s10708-014-9602-6
Nahotko, M. (2013). Współdziałanie metadanych w systemach informacyjnych. Zagadnienia Informacji Naukowej, 51 (1), s. 61–83.
Nalej, M. (2019). Problem zmiennych jednostek odniesienia (MAUP) w badaniach pokrycia terenu. Przykład Łódzkiego Obszaru Metropolitalnego (University of Lodz). Pobrano z http://dspace.uni.lodz.pl/xmlui/bitstream/handle/11089/26386/nalejstreszczenie.pdf?sequence=3&isAllowed=y
Openshaw, S. (1984). Modifiable Areal Unit Problem. W: International encyclopedia of human geography; https://doi.org/10.1016/b978-008044910-4.00475-2
Openshaw, S., Taylor, P.J. (1979). A million or so correlation coefficients: three experiments on the modifiable areal unit problem. W: N. Wrigley (ed.), Statistical applications in the spatial sciences (s. 127–144). London: Pion.
Osowski, S. (2013). Metody i narzędzia eksploracji danych. Legionowo: Wyd. BTC.
Pachół, P., Zieliński, J. (2003). Wymiana danych wchodzących w skład krajowego systemu informacji o terenie. Roczniki Geomatyki – Annals of Geomatics, 1 (1), s. 38–52.
Ryza, S., Laserson, U., Owen, S., Wills, J. (2016). Spark: zaawansowana analiza danych. Tłum. A. Watrak. Gliwice: Helion.
Sadiq, S., Srivastava, D., Dasu, T., Dong, X.L., Freire, J., Ilyas, I., … Zhou, X. (2018). Data quality: The role of empiricism. ACM SIGMOD Record, 46 (4), s. 35–43; https://doi.org/10.1145/3186549.3186559
Shelton, T. (2017). Spatialities of data: mapping social media ‘beyond the geotag’. GeoJournal, 82, s. 721–734. https://doi.org/10.1007/s10708-016-9713-3
Shi, W., Fisher, P.F., Goodchild, M.F. (red.) (2002). Spatial data quality. London: Taylor & Francis.
Szeliga, M. (2017). Data Science i uczenie maszynowe. Warszawa: Wydawnictwo Naukowe PWN.
Urbański, J. (1997). Zrozumieć GIS. Analiza informacji przestrzennej.Warszawa: Państwowe Wydawnictwo Naukowe.
Urbański, J. (2008). GIS w badaniach przyrodniczych. Pobrano z https://kiw.ug.edu.pl/pl/ebooki/644-gis-w-badaniachprzyrodniczych.html
Werner, P. (2004). Wprowadzenie do systemów geoinformacyjnych. Warszawa: Wyd. Jark.
Wolski, J. (2012). Błędy i niepewność w procesie tworzenia map numerycznych. Prace Komisji Krajobrazu Kulturowego, 16, s. 15–32.
Pobrania
Opublikowane
Numer
Dział
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.
Jak cytować
