[논문 리뷰] Exploring Spatial Context: A Comprehensive Bibliography of GWR and MGWR

A. Stewart Fotheringham, Chen-Lun Kao외 6명|arXiv (Cornell University)|2024. 04. 24.

Spatial and Panel Data Analysis인용 수 5

한 줄 요약

이 연구는 지리적으로 가중된 회귀(GWR) 또는 MGWR를 주요 분석 방법으로 사용하는 동료 심사 논문들의 포괄적 참고문헌을 다양한 분야에 걸쳐 수집합니다. 지역 통계 모델링에 관한 문헌에 대한 가이드 역할을 합니다.

ABSTRACT

Local spatial models such as Geographically Weighted Regression (GWR) and Multiscale Geographically Weighted Regression (MGWR) serve as instrumental tools to capture intrinsic contextual effects through the estimates of the local intercepts and behavioral contextual effects through estimates of the local slope parameters. GWR and MGWR provide simple implementation yet powerful frameworks that could be extended to various disciplines that handle spatial data. This bibliography aims to serve as a comprehensive compilation of peer-reviewed papers that have utilized GWR or MGWR as a primary analytical method to conduct spatial analyses and acts as a useful guide to anyone searching the literature for previous examples of local statistical modeling in a wide variety of application fields.

연구 동기 및 목표

• GWR 또는 MGWR를 주요 분석 방법으로 사용하는 동료 심사 논문의 완전한 편집 목록을 제공한다.

제안 방법

• GWR 또는 MGWR를 활용하는 연구들의 광범위한 참고문헌을 수집하고 정리한다.
• GWR/MGWR가 사용되는 응용 분야와 맥락의 범위를 강조한다.
• 이전 지역 통계 모델링 연구를 찾는 연구자들을 위한 유용한 참고 가이드를 제공한다.

실험 결과

연구 질문

• RQ1 주요 분석 방법으로 GWR 또는 MGWR를 사용하는 동료 심사 논문은 무엇인가?
• RQ2 어떤 학문 영역과 응용 맥락에서 GWR/MGWR가 활용되었는가?
• RQ3 연구자들이 이 참고문헌을 지역 공간 모델링의 이전 연구에 대한 가이드로 어떻게 활용할 수 있는가?

주요 결과

• 이 참고문헌은 GWR 또는 MGWR를 활용한 논문의 포괄적 편집 목록이 되는 것을 목표로 한다.
• 본 연구는 GWR와 MGWR의 광범위한 응용 분야를 강조한다.
• 이 문서는 이전의 지역 통계 모델링 연구를 찾는 연구자들을 위한 실용적인 가이드로서 기능한다.
• 참고문헌은 방대하며 482페이지 분량으로 되어 있다고 명시되어 있다.