دانلود مقاله ISI انگلیسی شماره 140861
ترجمه فارسی عنوان مقاله

تجمع اسپکتیومیومی برای میکروتاژهای بین المللی گسترده

عنوان انگلیسی
Spatiotemporal aggregation for temporally extensive international microdata
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
140861 2017 12 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers, Environment and Urban Systems, Volume 63, May 2017, Pages 26-37

ترجمه کلمات کلیدی
منطقه بندی، آنالیز خوشه ای، میکروادات سرشماری،
کلمات کلیدی انگلیسی
Regionalization; Cluster analysis; Census microdata;
ترجمه چکیده
ما یک استراتژی برای منطقه بندی واحدهای اداری فرعی را در رابطه با هماهنگ سازی تغییرات در مرزهای واحد در طول زمان توصیف می کنیم که می تواند برای ارائه شناسه های جغرافیایی منطقه ای برای داده های سرشماری استفاده شود. در دسترس بودن شناسه های کوچک منطقه، انعطاف پذیری داده های فردی را با مشخصات مکانی داده های جمع شده ترکیب می کند. میکروتاژ های منطقه ای توسط واحدهای اداری چندین چالش را مطرح می کند، مانند نیاز به جمع آوری داده های مقیاس فردی به نحوی که محرمانه بودن و مسائل ناشی از تغییر مرزهای فضایی را در طول زمان تضمین کند. ما یک استراتژی منطقه ای سازی و هماهنگی را توصیف می کنیم که واحدی را ایجاد می کند که فضایی و سایر محدودیت ها را برآورده می کند در حالی که حداکثر تعداد واحدها را به نحوی که از سیاست و استفاده از تحقیقات پشتیبانی می کند، ما این استراتژی منطقه بندی را برای سه مورد آزمون مالاوی، برزیل و ایالات متحده توصیف می کنیم. ما الگوریتم های مختلف را آزمایش می کنیم و یک استراتژی نیمه اتوماتیک برای منطقه بندی سازی می کنیم که با محدودیت های داده ها، محاسبات و خواسته های داده ها از کاربران نهایی منطبق است.
پیش نمایش مقاله
پیش نمایش مقاله  تجمع اسپکتیومیومی برای میکروتاژهای بین المللی گسترده

چکیده انگلیسی

We describe a strategy for regionalizing subnational administrative units in conjunction with harmonizing changes in unit boundaries over time that can be applied to provide small-area geographic identifiers for census microdata. The availability of small-area identifiers blends the flexibility of individual microdata with the spatial specificity of aggregate data. Regionalizing microdata by administrative units poses a number of challenges, such as the need to aggregate individual scale data in a way that ensures confidentiality and issues arising from changing spatial boundaries over time. We describe a regionalization and harmonization strategy that creates units that satisfy spatial and other constraints while maximizing the number of units in a way that supports policy and research use. We describe this regionalization strategy for three test cases of Malawi, Brazil, and the United States. We test different algorithms and develop a semi-automated strategy for regionalization that meets data restrictions, computation, and data demands from end users.