Centre dedocumentation
scientifique

Delineating and modeling activity space using geotagged social media data / Lingqian Hu in Cartography and Geographic Information Science, vol 47 n° 3 (May 2020)  

Public [article]  inCartography and Geographic Information Science > vol 47 n° 3 (May 2020) . - pp 277 - 288 Titre : Delineating and modeling activity space using geotagged social media data Type de document : Article/Communication Auteurs : Lingqian Hu, Auteur ; Zhenhong Li, Auteur ; Xinyue Ye, Auteur Année de publication : 2020 Article en page(s) : pp 277 - 288 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] distance [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] données massives [Termes descripteurs IGN] données socio-économiques [Termes descripteurs IGN] logement [Termes descripteurs IGN] loisir [Termes descripteurs IGN] Los Angeles [Termes descripteurs IGN] quartier [Termes descripteurs IGN] réseau social [Termes descripteurs IGN] sport [Termes descripteurs IGN] Twitter [Termes descripteurs IGN] voisinage (topologie) [Termes descripteurs IGN] zone urbaine Résumé : (auteur) It has become increasingly important in spatial equity studies to understand activity spaces – where people conduct regular out-of-home activities. Big data can advance the identification of activity spaces and the understanding of spatial equity. Using the Los Angeles metropolitan area for the case study, this paper employs geotagged Twitter data to delineate activity spaces with two spatial measures: first, the average distance between users’ home location and activity locations; and second, the area covered between home and activity locations. The paper also finds significant relationship between the spatial measures of activity spaces and neighborhood spatial and socioeconomic characteristics. This research enriches the literature that aims to address spatial equity in activity spaces and demonstrates the applicability of big data in urban socio-spatial research. Numéro de notice : A2020-135 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2019.1705187 date de publication en ligne : 10/02/2020 En ligne : https://doi.org/10.1080/15230406.2019.1705187 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94843 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2020031	SL	Revue	Centre de documentation	Revues en salle	Disponible