On the spatial statistical analysis of urban user-generated geodata
On the spatial statistical analysis of urban user-generated geodata
Terça, 29 Março 2022
15:00 – 16:30 (WEST)
Resumo
“Os geodados gerados pelo usuário que refletem partes da vida quotidiana cresceram rapidamente na última década e meia.
Com a entrada dos smartphones no mercado e em combinação com o uso generalizado de redes móveis e tecnologias de posicionamento, grandes conjuntos de dados geoespaciais surgiram num tempo relativamente curto. Entre os exemplos mais conhecidos estão os feeds das redes sociais, mas também os rastros deixados sobre aspectos de nosso estilo de vida geográfico diário ao usar cartões, por meio de aplicações com localização móvel como as de exercício físico, e ao usar bicicletas sem estação ou e-scooters. Muitos desses conjuntos de dados não científicos não são coletados de acordo com protocolos padronizados. No Twitter e no Instagram, por exemplo, os usuários são (mais ou menos) livres para decidir qual conteúdo compartilhar e quais imagens enviar. Estas decisões têm também uma forte dimensão geográfica. Onde passamos o tempo, que tópicos são tuitados nas imediações da nossa localização e como o ambiente urbano nos leva a usar as redes sociais, são fatores que contribuem para um alto grau de heterogeneidade espaço-temporal nos conjuntos de dados correspondentes. Este é um desafio para os métodos estatísticos espaciais que geralmente são adaptados para conjuntos de dados científicos mais tradicionais. Esta palestra aborda a interface das representações parciais da vida cotidiana em dados e metodologia de análise espacial.
Nesta palestra, o Dr. Westerholt abordará dois aspectos da análise de dados geográficos gerados pelos utilizadores de ambientes urbanos. O primeiro aspecto é examinar como os ambientes urbanos influenciam a produção de dados gerados pelo utilizador. Apresenta-se um estudo empírico realizado na cidade de Heidelberg (Alemanha) (Westerholt et al. 2020). Este estudo utilizou a gamificação, estatísticas espaciais e recolha de dados do OpenStreetMap para investigar como as pessoas que se deslocam num ambiente urbano familiar mudam seu comportamento geográfico em resposta a incentivos espacialmente estruturados que são desconhecidos pelos participantes de antemão. Os resultados mostram que os participantes que são confrontados com um sistema de incentivo estruturado espacialmente são mais propensos a permanecer em áreas de alta pontuação, ter mais tempo de jogo, caminhar distâncias maiores e estão mais dispostos a fazer desvios. Os resultados podem ser aplicados ao caso de incentivos distribuídos espacialmente nas cidades e, portanto, representam uma importante visão para uma melhor compreensão de muitos dados geoespaciais gerados pelo usuário. O segundo aspecto da palestra será metodológico. Ele apresentará um novo método para lidar com heterogeneidades espaciais complexas em redes sociais e conjuntos de dados relacionados (Westerholt 2021). O método é baseado na filtragem de autovetores de Moran. No entanto, em vez de controlar os efeitos espaciais como no método original, a abordagem apresentada baseia-se em acentuar certos tipos de estruturas espaciais enquanto atenua outros que atuariam como fatores de confusão. Os resultados mostram que essa pré-filtragem de dados permite uma melhor interpretabilidade dos conjuntos de dados de redes sociais. As duas perspectivas apresentadas olham, assim, para o tópico geral, tanto do lado dos dados quanto do lado metodológico.”
Tradução
