論文の概要: A Deep Dive into OpenStreetMap Research Since its Inception (2008-2024): Contributors, Topics, and Future Trends

• arxiv url: http://arxiv.org/abs/2601.09338v1
• Date: Wed, 14 Jan 2026 10:13:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-15 18:59:20.356373
• Title: A Deep Dive into OpenStreetMap Research Since its Inception (2008-2024): Contributors, Topics, and Future Trends
• Title（参考訳）: OpenStreetMap研究の開始(2008-2024年):コントリビュータ,トピック,今後の動向
• Authors: Yao Sun, Liqiu Meng, Andres Camero, Stefan Auer, Xiao Xiang Zhu,
• Abstract要約: OpenStreetMap (OSM) は、先駆的なボランティア地理情報(VGI)プロジェクトから、グローバルな多分野研究ネクサスへと移行した。 本研究はOSM研究ランドスケープの文献的・体系的分析を行い,その発達軌跡と鍵駆動力について検討する。
• 参考スコア（独自算出の注目度）: 10.74296478034096
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: OpenStreetMap (OSM) has transitioned from a pioneering volunteered geographic information (VGI) project into a global, multi-disciplinary research nexus. This study presents a bibliometric and systematic analysis of the OSM research landscape, examining its development trajectory and key driving forces. By evaluating 1,926 publications from the Web of Science (WoS) Core Collection and 782 State of the Map (SotM) presentations up to June 2024, we quantify publication growth, collaboration patterns, and thematic evolution. Results demonstrate simultaneous consolidation and diversification within the field. While a stable core of contributors continues to anchor OSM research, themes have shifted from initial concerns over data production and quality toward advanced analytical and applied uses. Comparative analysis of OSM-related research in WoS and SotM reveals distinct but complementary agendas between scholars and the OSM community. Building on these findings, we identify six emerging research directions and discuss how evolving partnerships among academia, the OSM community, and industry are poised to shape the future of OSM research. This study establishes a structured reference for understanding the state of OSM studies and offers strategic pathways for navigating its future trajectory.The data and code are available at https://github.com/ya0-sun/OSMbib.
• Abstract（参考訳）: OpenStreetMap (OSM) は、先駆的なボランティア地理情報(VGI)プロジェクトから、グローバルな多分野研究ネクサスへと移行した。 本研究はOSM研究ランドスケープの文献的・体系的分析を行い,その発達軌跡と鍵駆動力について検討する。 2024年6月までに、Web of Science (WoS) Core Collectionと782 State of the Map (SotM)のプレゼンテーションから1,926の出版物を評価し、出版物の成長、コラボレーションパターン、テーマ進化を定量化する。 結果は、フィールド内の統合と多様化を同時に示す。 コントリビュータの安定したコアがOSM研究を支え続けている一方で、テーマはデータ生産と品質に関する最初の懸念から、高度な分析と応用用途へと移行してきた。 WoS と SotM における OSM 関連研究の比較分析では,研究者と OSM コミュニティの相補的課題が明らかにされている。 これらの知見に基づいて,6つの新たな研究方向を特定し,OSM研究の未来を形作るために,学界,OSMコミュニティ,産業間のパートナーシップの進展について論じる。 本研究はOSM研究の状況を理解するための構造化された基準を確立し,今後の軌跡をナビゲートするための戦略的経路を提供する。

関連論文リスト

• Classical Machine Learning: Seventy Years of Algorithmic Learning Evolution [1.121816400852218]
  機械学習(ML)は多くの分野を変えてきたが、その基礎研究を理解することは、その継続的な進歩に不可欠である。 本稿では,古典的MLアルゴリズムの概要を概説し,12年間にわたる最先端の出版物について考察する。 我々は、著名なMLカンファレンスやジャーナルから引用された論文のデータセットを分析し、引用とキーワード分析を用いて批判的な洞察を明らかにした。
  論文  参考訳（メタデータ） (2024-08-03T11:07:10Z)
• A Comprehensive Survey of Scientific Large Language Models and Their Applications in Scientific Discovery [68.48094108571432]
  大規模言語モデル(LLM)は、テキストやその他のデータ処理方法に革命をもたらした。 我々は,科学LLM間のクロスフィールドおよびクロスモーダル接続を明らかにすることで,研究ランドスケープのより総合的なビューを提供することを目指している。
  論文  参考訳（メタデータ） (2024-06-16T08:03:24Z)
• A Survey of Decomposition-Based Evolutionary Multi-Objective Optimization: Part II -- A Data Science Perspective [4.322038460697958]
  5,400以上の論文,10,000人の著者,400の会場,1600のMOEA/D研究機関をカプセル化したナレッジグラフを構築します。 また、MOEA/Dの協調と引用ネットワークを探求し、文学の成長に隠れたパターンを明らかにする。
  論文  参考訳（メタデータ） (2024-04-22T14:38:58Z)
• Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
  フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。 我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
  論文  参考訳（メタデータ） (2023-11-12T06:32:30Z)
• A Comprehensive Study of Groundbreaking Machine Learning Research: Analyzing highly cited and impactful publications across six decades [1.6442870218029522]
  機械学習(ML)は、コンピュータ科学やその他の関連分野の研究分野として注目されている。 重要なトレンド、影響力のある著者、そしてこれまでの重要な貢献を識別するために、高度に引用された出版物の風景を理解することが不可欠である。
  論文  参考訳（メタデータ） (2023-08-01T21:43:22Z)
• A Comprehensive Overview of Large Language Models [68.22178313875618]
  大規模言語モデル(LLM)は、最近自然言語処理タスクにおいて顕著な機能を示した。 本稿では, LLM関連概念の幅広い範囲について, 既存の文献について概説する。
  論文  参考訳（メタデータ） (2023-07-12T20:01:52Z)
• A Survey and Taxonomy of Distributed Data Mining Research Studies: A Systematic Literature Review [0.0]
  データマイニング(DM)手法は年々進化しており、現在では従来のものよりも数倍高速に動作可能なDM技術の強化も行われている。 実際にデータ処理の新しい分野ではないが、近年、多くの研究者がこの分野に注意を払っている。
  論文  参考訳（メタデータ） (2020-09-14T14:58:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。