Wyznaczenie cech społeczeństwa wpływających na zaangażowanie w tworzenie VGI w Polsce

Sylwia Marczak
ORCID: 0000-0002-7715-6009
Politechnika Warszawska
Wydział Geodezji i Kartografii
Zakład Fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej
Polska

Streszczenie

W ostatnich latach tworzenie obywatelskich (społecznościowych) danych przestrzennych przez użytkowników Internetu, niebędących profesjonalistami w tym zakresie, jest coraz bardziej popularne. Świadczy o tym również rosnąca liczba inicjatyw opartych o dane zbierane na zasadzie crowdsourcingu (ang. crowd – tłum, ang. sourcing – czerpanie). Przyczynia się to do wzrostu świadomości społecznej dotyczącej danych geoprzestrzennych. Celem artykułu było zbadanie jakie cechy społeczeństwa wpływają na zaangażowanie obywateli w tworzenie VGI (ang. volunteered geographic information) w Polsce. Do jego realizacji wykorzystano dane z projektu OpenStreetMap oraz dane charakteryzujące społeczeństwo pozyskane z Głównego Urzędu Statystycznego. Były to między innymi: poziom wykształcenia, miesięczne wynagrodzenie, współczynnik feminizacji. Pierwszym etapem było określenie stopnia korelacji między danymi opisującymi społeczeństwo a danymi pozyskanymi w projekcie OpenStreetMap w podziale na powiaty. Następnie dla najbardziej skorelowanych zmiennych ułożono modele regresji wielorakiej i regresji ważonej geograficznie (GWR), co pozwoliło na wyznaczenie tych cech społeczeństwa, które miały istotny wpływ na pozyskiwanie VGI w Polsce.

Przesłano 22.11.2016 Zaakceptowano 7.03.2017 Opublikowano 30.06.2017

Słowa kluczowe:

OpenStreetMap; społecznościowe dane przestrzenne; korelacja, regresja liniowa wieloraka; regresja ważona geograficznie

Pełny tekst:

PDF

Bibliografia

Arsanjani J. J., Bakillah M., 2015: Understanding the potential relationship between the socio-economic variables and contributions to OpenStreetMap. International Journal of Digital Earth 8(11): 861-876.

Arsanjani J.J., Vaz E., 2015: An assessment of a collaborative mapping approach for exploring land use patterns for several European metropolises. International Journal of Applied Earth Observation and Geoinformation 35: 329-337.

Budhathoki N., 2010: Participants’ Motivations to Contribute to Geographic Information in an Online Community. University of Illinois, USA.

Cellmer R., 2010: Analiza przestrzenna dynamiki zmian cen nieruchomości lokalowych z wykorzystaniem regresji ważonej geograficznie (Spatial analysis of dynamics of changes housing prices with use of geographically weighted regression). Acta Scientiarum Polonorum. Administratio Locorum t. 9, nr 3: 5-14.

Cichociński P., 2012: Ocena przydatności OpenStreetMap jako źródła danych dla analiz sieciowych (Assessment of OpenStreetMap suitability as a data source for network analysis). Roczniki Geomatyki t. 10, z. 7(57): 15-24, PTIP, Warszawa.

Cichociński P., Dębińska E., 2012: Badanie dostępności komunikacyjnej wybranej lokalizacji z wykorzystaniem funkcji analiz sieciowych (Accessibility study of a selected location using network analysis functions). Roczniki Geomatyki t. 10, z. 4(54): 41-48, PTIP, Warszawa.

Girres J.F., Touya G., 2010: Quality assessment of the French OpenStreetMap dataset. Transaction in GIS vol. 14, iss. 4: 435-459.

Goodchild M.F., 2007: Citizens as sensors: the Word of volunteered geography. GeoJournal vol. 69.

Gruszczyński M., Kluza S., Winek D., 2003: Ekonometria (Econometrics). Wyższa Szkoła Handlu i Finansów Międzynarodowych: Elipsa, Warszawa.

Haklay M., 2010: How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets. Environment and Planning B: Planning and Design vol. 37: 682-703.

Haklay M., Budhathoki N., 2010: OpenStreetMap: Overview and Motivational Factors. Horizon Infrastructure Challenge Theme Day, University of Nottingham, UK, March 19, 2010.

Koop G., 2011: Wprowadzenie do ekonometrii (Introduction to econometrics). Wolters Kluwer Polska Sp. z o.o.: 30-31.

Kulczycki M., Ligas M., 2007: Regresja ważona geograficznie jako narzędzie analizy rynku nieruchomości (Geographically weighted regression as a tool for real estate market analysis). Geomatics and Environmental Engineering 1: 59-68.

Marczak S., 2015: Ocena zaangażowania społeczeństwa w tworzenie danych przestrzennych w Polsce na przykładzie projektu OpenStreetMap (Assessment of society involvement in creation of spatial data in Poland on the example of OpenStreetMap Project). Roczniki Geomatyki t. 13, z. 3(69): 239-253, PTIP, Warszawa.

Marczak S., Pluto-Kossakowska J., 2015: Zastosowanie statystyki przestrzennej do analizy wykorzystywania funduszy europejskich w Polsce (Spatial statistics in analyzing the use of EU funds in Poland). Roczniki Geomatyki t. 12, z. 1(63): 105-116, PTIP, Warszawa.

Mashhadi A., Quattrone G., Capra L., 2013: Putting ubiquitous crowd-sourcing into context. Proceedings of the 2013 conference on Computer supported cooperative work: 611-622.

Neis P., Zielstra D., 2014: Recent Developments and Future Trends in Volunteered Geographic Information Research: The Case of OpenStreetMap. Future Internet 6: 76-106.

Neis P., Zielstra D., Zipf A., 2013: Comparison of volunteered geographic information data contributions and community development for selected world regions. Future Internet 5(2): 282-300.

Neis P., Zipf A., 2012: Analyzing the contributor activity of a Volunteered Geographic Information project – The case of OpenStreetMap. ISPRS International Journal of Geo-Information 1(2): 146-165.

Nowak Da Costa J., Bielecka E., Całka B., 2016: Jakość danych OpenStreetMap – analiza informacji o budynkach na terenie Siedlecczyzny (OpenStreetMap building data quality: the Siedleckie county study). Roczniki Geomatyki t. 14, z. 2 (72): 201-211, PTIP, Warszawa.

OpenStreetMap Polska. Dostęp 26.10.2016 r. https://www.facebook.com/osmpolska/about/

Schmidt M., Klettner S., 2013: Gender and experience-related motivators for contributing to openstreetmap. International workshop on action and interaction in volunteered geographic information (ACTIVITY), Leuven: 13-18.

Steinmann R., Häusler E., Klettner S., Schmidt M., Lin Y., 2013: Gender Dimensions in UGC and VGI: A Desk-Based Study. Jekel/Car/Griesebner (Eds.): GI_Forum 2013 Creating the GISociety, Germany.

Stephens M., Rondinone A., 2012: Gendering the GeoWeb. Annual Meeting. New York Jork. http://www.scoop.it/t/opensource-geo/p/1452578643/gendering-the-geoweb-analysingdemographic-difference-in-usvgi

Zielstra D., Zipf A., 2010: A comparative study of proprietary geodata and volunteered geographic information for Germany. 13th AGILE International Conference on Geographic Information Science 2010, Portugal.