Wyznaczenie cech społeczeństwa wpływających na zaangażowanie w tworzenie VGI w Polsce

• Autorzy: Marczak S.

Warianty tytułu

EN

Determination of socioeconomic features of a society influencing the involvement in VGI creation in Poland

• Języki publikacji: PL

Abstrakty

PL

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.

EN

In recent years, the creation of volunteered geographic information (VGI) by Internet users, who are not professionals in this area is becoming increasingly popular. There is also a growing number of initiatives based on the data collected on the basis of crowdsourcing. This contributes to increase of the public awareness of geospatial data. The aim of the paper was to examine what features of socjety affect the involvement of citizens in creating VGI in Poland. To achieve this objective, data from the OpenStreetMap project and society data obtained from the Central Statistical Office (this included level of education, monthly salary, the feminisation rate) were used. The first stage was to determine the degree of correlation between the data describing the society, and the OpenStreetMap data divided into districts. Then, for the most correlated variables multiple regression and geographically weighted regression (GWR) models were arranged, which allowed the determination of the characteristics of a society that had a significant effect on the acquisition of VGI in Poland.

Słowa kluczowe

PL

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

EN

OpenStreetMap; volunteered geographic information; correlation; linear regression analysis; geographically weighted regression

• Wydawca: Polskie Towarzystwo Informacji Przestrzennej
• Czasopismo: Roczniki Geomatyki
• Rocznik: 2017
• Tom: T. 15, z. 2(77)
• Strony: 233--248
• Opis fizyczny: Bibliogr. 25 poz., rys., tab.

Twórcy

autor

Marczak S.

• Politechnika Warszawska, Wydział Geodezji i Kartografii, Zakład Fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej

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. Acta Scientiarum Polonorum. Administratio Locorum t. 9, nr 3: 5-14.
• Cichociński P., 2012: Ocena przydatności OpenStreetMap jako źródła danych dla analiz sieciowych. 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. 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. 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. Referat prezentowany na Horizon Infrastructure Challenge Theme Day, University of Nottingham, marzec 2010.
• Koop G., 2011: Wprowadzenie do ekonometrii. Wolters Kluwer Polska Sp. z o.o.: 30-31.
• Kulczycki M., Ligas M., 2007: Regresja ważona geograficznie jako narzędzie analizy rynku nieruchomości. Geomatics and Environmental Engineering 1: 59-68.
• Marczak S., 2015: Ocena zaangażowania społeczeństwa w tworzenie danych przestrzennych w Polsce na przykładzie projektu OpenStreetMap. 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. Roczniki Geomatyki t. 13, z. 1(67): 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. 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, Niemcy.
• Stephens M., Rondinone A., 2012: Gendering the GeoWeb. Prezentacja na Annual Meeting. Nowy 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.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).