Descripteur



Etendre la recherche sur niveau(x) vers le bas
Using OpenStreetMap data and machine learning to generate socio-economic indicators / Daniel Feldmeyer in ISPRS International journal of geo-information, vol 9 n° 9 (September 2020)
![]()
[article]
Titre : Using OpenStreetMap data and machine learning to generate socio-economic indicators Type de document : Article/Communication Auteurs : Daniel Feldmeyer, Auteur ; Claude Meisch, Auteur ; Holger Sauter, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 16 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes descripteurs IGN] Allemagne
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] arbre aléatoire
[Termes descripteurs IGN] base de données spatiotemporelles
[Termes descripteurs IGN] changement climatique
[Termes descripteurs IGN] chômage
[Termes descripteurs IGN] classification par réseau neuronal
[Termes descripteurs IGN] collectivité territoriale
[Termes descripteurs IGN] données localisées des bénévoles
[Termes descripteurs IGN] données socio-économiques
[Termes descripteurs IGN] inégalité
[Termes descripteurs IGN] limite administrative
[Termes descripteurs IGN] modèle de régression
[Termes descripteurs IGN] modèle de simulation
[Termes descripteurs IGN] OpenStreetMapRésumé : (auteur) Socio-economic indicators are key to understanding societal challenges. They disassemble complex phenomena to gain insights and deepen understanding. Specific subsets of indicators have been developed to describe sustainability, human development, vulnerability, risk, resilience and climate change adaptation. Nonetheless, insufficient quality and availability of data often limit their explanatory power. Spatial and temporal resolution are often not at a scale appropriate for monitoring. Socio-economic indicators are mostly provided by governmental institutions and are therefore limited to administrative boundaries. Furthermore, different methodological computation approaches for the same indicator impair comparability between countries and regions. OpenStreetMap (OSM) provides an unparalleled standardized global database with a high spatiotemporal resolution. Surprisingly, the potential of OSM seems largely unexplored in this context. In this study, we used machine learning to predict four exemplary socio-economic indicators for municipalities based on OSM. By comparing the predictive power of neural networks to statistical regression models, we evaluated the unhinged resources of OSM for indicator development. OSM provides prospects for monitoring across administrative boundaries, interdisciplinary topics, and semi-quantitative factors like social cohesion. Further research is still required to, for example, determine the impact of regional and international differences in user contributions on the outputs. Nonetheless, this database can provide meaningful insight into otherwise unknown spatial differences in social, environmental or economic inequalities. Numéro de notice : A2020-663 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9090498 date de publication en ligne : 21/08/2020 En ligne : https://doi.org/10.3390/ijgi9090498 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96139
in ISPRS International journal of geo-information > vol 9 n° 9 (September 2020) . - 16 p.[article]
Titre : Activité, chômage et territoires en France : analyse spatiale et modélisation locale Type de document : Article/Communication Auteurs : Jean-Marc Zaninetti, Auteur Congrès : Congrès: Colloque international Géomatique et applications Apports des SIG à la recherche (13 - 14 mars 2003; Orléans, France), Auteur Année de publication : 13/03/2003 Importance : pp 201 - 220 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes descripteurs IGN] analyse spatiale
[Termes descripteurs IGN] autocorrélation spatiale
[Termes descripteurs IGN] chômage
[Termes descripteurs IGN] emploi (économie)
[Termes descripteurs IGN] marché du travail
[Termes descripteurs IGN] modélisation spatiale
[Termes descripteurs IGN] régression géographiquement pondérée
[Termes descripteurs IGN] régression linéaireRésumé : (Auteur) Les préoccupations principales de la géographie sont très différentes de celles de l'économie. Tandis que la modélisation économétrique recherche les déterminants d'un phénomène, l'analyse spatiale met l'accent sur les disparités régionales ; l'autocorrélation spatiale et la non-stationnarité des relations dans l'espace sont des préoccupations centrales. C'est pourquoi, la modélisation en analyse spatiale ne peut pas être un décalque des méthodes de l'économétrie. Les logiciels SIG offrent justement l'opportunité de développer de nouvelles techniques en analyse spatiale quantitative. Cet article entend présenter les méthodes de modélisation locale les plus récentes au travers d'une application. L'étude des disparités régionales du taux de chomage en France et des relations qu'il entretient avec les taux d'activités selon le sexe et l'âge illustre la spécificité de cette approche. Les avancées récentes en analyse spatiale répondent à ce besoin. En premier lieu, l'analyse exploratoire des taux de chomage utilise l'indice généralisé d'autocorrélation spatiale et l'indicateur local d'association spatiale qui lui est associé. Ensuite la modélisation locale des relations entre chomage et activité démontre la diversité des marchés régionaux du travail en France. Numéro de notice : C2003-032 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Communication Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=65011
[article]
Titre : Carroyage et SIG urbain : les chômeurs à Rouen Type de document : Article/Communication Auteurs : F. Bizet, Auteur Année de publication : 1997 Article en page(s) : pp 32 - 34 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie numérique
[Termes descripteurs IGN] carroyage
[Termes descripteurs IGN] chômage
[Termes descripteurs IGN] lissage de valeur
[Termes descripteurs IGN] Rouen
[Termes descripteurs IGN] système d'information géographique
[Termes descripteurs IGN] système d'information urbainRésumé : (Auteur) Le carroyage effectué sur l'agglomération de Rouen permet la cartographie informatique de données socio-démographiques sur l'ensemble de la ville. Sur ce carroyage, ont été appliquées deux méthodes cartographiques permettant d'avoir une nouvelle perception de l'information carroyée et d'améliorer sa présentation. Le lissage simplifie la lecture de la carte en suppriment le bruit et la "3D" modifie complètement le carroyage en introduisant le relief. Numéro de notice : A1997-034 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article En ligne : http://www.mgm.fr/PUB/Mappemonde/M297/Bizet.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=25890
in Mappemonde > vol 1997 n° 2 (juin 1997) . - pp 32 - 34[article]