این مقاله پدیدههای واکنش ناکافی دولت محلی به برنامه ملی زیرساختهای جغرافیایی برای اشتراکگذاری موثر دادههای مکانی در مالزی را بررسی میکند. ما عوامل تعیینکننده اشتراکگذاری دادهها را برای زیرساخت دادههای مکانی مالزی (SDI) بررسی میکنیم و هدف آن تعریف مدلی برای اشتراکگذاری دادههای مکانی SDI محلی مالزی است. سهم اصلی این مقاله توضیح روش شناسی جدید برای مطالعه عوامل موثر بر اشتراک گذاری داده های مکانی از جمله روش تحلیل کیفی جدید از طریق مصاحبه با افراد مرتبط در این زمینه از جمله مهندسان، تکنسین ها و دانشگاهیان است که در کوالالامپور انجام شد. و یک روش جدید برای شناسایی رویکرد لازم که بر اشتراک گذاری داده های مکانی تأثیر می گذارد. در این پژوهش از مصاحبه و پرسشنامه به عنوان بخشی از رویکرد اکتشافی متوالی استفاده شد. در میان کاربری زمین، Plan Malaysia و Telekom Malaysia Berhad TMOne، ۱۵ شرکت کننده برای به دست آوردن پاسخ های آنها مصاحبه عمیق انجام دادند و ۸۳ نفر در پرسشنامه های نظرسنجی شرکت کردند. داده های مصاحبه با تحلیل محتوا و داده های پرسشنامه با تحلیل حداقل مربعات جزئی اندازه گیری شد. در تحلیل مدل ساختاری از Smart PLS برای انتخاب موارد برازش بر اساس اندازهگیریهای روایی و پایایی استفاده شد. با توجه به اندازهگیری فرضیه، فناوری و سازمان هر دو به طور قابلتوجهی بر عملکرد اشتراکگذاری دادههای مکانی تأثیر میگذارند، اما منابع انسانی و دادههای مکانی تأثیر معناداری بر آن ندارند. تمام مقادیر R-Squared مقداری بالاتر از ۵۶ درصد را برای جنبه منابع انسانی نشان می دهد. جنبه فناوری و جنبه داده های مکانی. با این حال، مقدار R-Square برای به اشتراک گذاری داده های مکانی ۴۷٪ است. دادههای مکانی و منابع انسانی تأثیر کمتری بر اشتراکگذاری دادههای مکانی دارند. از این رو، این مطالعه یک برنامه آگاهی ملی و راهنمایی برای بهبود پشتیبانی SDI محلی برای به اشتراک گذاری داده های مکانی پیشنهاد می کند.
کلید واژه ها:
جغرافیایی ; به اشتراک گذاری داده ها ؛ زیرساخت داده های مکانی (SDI) ; شهری ; حداقل مربع جزئی (PLS)
۱٫ مقدمه
زیرساخت دادههای مکانی یا زیرساخت دادههای مکانی (به نام SDI) تلاشی است که هدف آن ایجاد چارچوبی است که در آن همه ذینفعان میتوانند در زمینه به اشتراکگذاری دادهها با استفاده از فناوری برای دستیابی به اهداف شهری، سیاسی و اداری همکاری و ارتباط برقرار کنند. SDI معمولاً شامل عناصر اساسی مجموعه داده، خط مشی، توسعه، شبکه دسترسی و افراد است [ ۱ ]. اشتراک گذاری جغرافیایی روش انتقال داده های الکترونیکی و دیجیتالی است که شامل تولید کننده داده و مصرف کننده داده می شود [ ۲ ، ۳ ]. یک تولید کننده داده به جای خواندن داده ها از یک فایل، پایگاه داده یا هر منبع داده دیگری، داده ها را بر اساس یک الگو ایجاد می کند [ ۳ ].
اگرچه پیادهسازی SDI در دورهها و مکانهای مختلف معمولاً عملکردهای مشابهی دارند، SDI همچنین با شرایط و موانع مشابهی برای تعامل و اشتراکگذاری اطلاعات مواجه میشود. محدودیتهای فنی مربوط به اجرای استانداردهای ملی، قابلیت همکاری دادهها، فراداده، و محدودیتهای غیرفنی (جزء اجتماعی) مربوط به اراده سیاسی و انگیزه دارندگان دادهها برای به اشتراک گذاشتن دادهها، بزرگترین موانع را برای به اشتراک گذاشتن دادهها فراهم میکند [ ۴ ]. اریک دی من، (۲۰۰۸) نظریه شبکه کنشگر را تحلیل می کند که برای درک تعاملات زیرساختی بین بازیگران شبکه فنی و غیر فنی SDI استفاده می شود [ ۵ ]]. بازیگران مرتبط در داخل چشم انداز SDI ملی و محلی، دولت مرکزی و دولت منطقه ای یک کشور هستند.
هدف این تحقیق تعیین عواملی است که بر شیوههای به اشتراک گذاری دادههای مکانی تأثیر میگذارد و میزان مشارکت منابع انسانی، جنبههای سازمانی، فناوری و دادههای مکانی را در شیوههای اشتراک داده در SDI محلی در مالزی تعیین میکند. این مطالعه شامل ۱۵ شرکتکننده است که برای به دست آوردن پاسخهایشان با آنها مصاحبه عمیق انجام شد و نمونهای متشکل از ۸۳ پاسخدهنده برای مطالعه از بخش دولتی Plan Malaysia و Telekom Malaysia Berhad TMOne. با استفاده از روش شناسی عینی تر، متغیرهای تعیین کننده و سطح مشارکت هر یک از این مؤلفه ها قابل تجزیه و تحلیل و افزایش است.
ساختار مطالعه ما به شرح زیر است: بخش ۲ پیشینه مطالعه است. روش شناسی در بخش ۳ آورده شده است . بخش ۴ شامل نتیجه و بحث است. و در بخش ۵ ، یک نتیجه گیری وجود دارد.
۲٫ پیشینه مطالعه
اسناد متعددی به اشتراک گذاری داده های مکانی را مورد بررسی قرار داده اند و اثرات سیستم ها و سازمان های قانونی را بر اشتراک داده ها و توزیع قدرت و کنترل داده ها بین سازمان ها مورد بحث قرار داده اند، در حالی که افراد دیگر در مورد روش های مختلف اشتراک گذاری در سیستم های قانونی رسمی و غیر رسمی بحث کرده اند [ ۶ ]. .
جنبه های مختلف و پیچیده دولت های محلی در ارزیابی اثرات آنها بر SDI، از جمله سازمان ها، سیاست، قدرت، سیستم ها، استانداردها، بودجه، ویژگی های فردی و ارتباطات در نظر گرفته شده است. بر اساس برخی اسناد، آخرین نسل SDI در جهت برآوردن نیازهای واقعی دولتهای محلی است، با فعالیتهای واقعی دولتهای محلی که تأثیر عمدهای بر اشتراکگذاری دادهها دارد [ ۷ ]. در توسعه SDI که باید الزامات همه ذینفعانی را که با اطلاعات مکانی کار می کنند برآورده کند، اصول تعریف شده در اطلاعات مکانی می تواند به عنوان الگویی برای سایر کشورها باشد [ ۸ ].
JawatanKuasa Pemetaan dan Data Spatial Negara (JPDSN)، که قبلا به عنوان کمیته ملی نقشه برداری و داده های مکانی [ ۹ ] و زیرساخت داده های مکانی مالزی (MyGDI) [ ۱۰ ] شناخته می شد.]، یک برنامه ملی است که توسط دولت برای ارائه و تسهیل زیرساخت اشتراک اطلاعات مکانی، گسترش آگاهی در مورد دسترسی به داده های مکانی و افزایش دسترسی به اطلاعات مکانی بین بسیاری از ذینفعان مربوطه آغاز شده است. آژانس نقشه برداری رسمی مالزی آژانس برنامه ریزی فضایی (Jabatan Ukur dan Pemetaan Malaysia (JUPEM)) است. دفتر مرکزی آن در کوالالامپور همه فعالیتهای مجاز کاداستر، ژئودتیک، نقشه توپوگرافی و فتوگرامتری توپوگرافی را در سراسر مالزی هماهنگ میکند. در JUPEM، اداره ملی نقشه برداری مسئول نقشه برداری جغرافیایی (Direktorat Pemetaan Negara) است [ ۱۱ ].
اقدامات و سیاستهای برنامه فیزیکی ملی (NPP) توسط سازمان دولتی وزارت شهر و روستا بر اساس بخش ۶B قانون ۱۷۲ تدوین شده است. اولین NPP در سال ۲۰۰۵ توسط دولت پیشنهاد شد و از سال ۲۰۰۶ تا ۲۰۲۰ را در بر میگیرد. هدف اساسی و ساختار گسترده استفاده از زمین و توسعه فیزیکی شبه جزیره مالزی را تشریح می کند. NPP اصلاح شده (NPP-2) در آگوست ۲۰۱۰ مجوز ایجاد یک چارچوب فضایی ملی مناسب، عادلانه و بلندمدت برای هدایت توسعه کلی کشور به سمت صنعتی شدن و وضعیت پردرآمد تا سال ۲۰۲۰ داده شد [ ۱۲ ].]. علاوه بر این، فرمولبندی هدف اصلی در جهت ارائه راهحلهایی برای مسائل ادراک مربوط به تغییرات آب و هوایی، چارچوب شهری پایدار، تنوع زیستی، امنیت تغذیه و پایداری زیستمحیطی، و حمایت از مناطق کلیدی اقتصادی ملی با غلبه بر همه مشکلات است. مانند کاهش جرم و جنایت، آموزش و خانوارهای محدود، در عین حال تلاش برای تاکید بر توسعه فراگیر از طریق رابطه فیزیکی بین مناطق شهری و روستایی [ ۱۳ ]. NPP-3 برای دستیابی به هدف این کشور که قوی و قابل سکونت است، طراحی شده است. این هدف طولانی نگرانیهای سازگاری ملی، از جمله رشد جمعیت و مهاجرت، نابرابری درآمد، تخریب محیطزیست، کاهش منابع طبیعی، و تخریب هوا را به همراه داشته است [ ۱۴ ].]. انتظار می رود این مشکلات برای مدت طولانی ادامه داشته باشد.
با در نظر گرفتن این موضوع، MyGDI ابتکاری توسط دولت برای توسعه SDI برای افزایش آگاهی در مورد در دسترس بودن داده ها و بهبود دسترسی به اطلاعات مکانی با تسهیل به اشتراک گذاری داده ها در بین آژانس های شرکت کننده است [ ۱۵ ]. دپارتمان برنامهریزی شهر و کشور فدرال (JPBD) چندین کارکرد را برای واحد اطلاعات کاربری زمین شناسایی کرد، مانند اجرای ممیزی GIS برای پشتیبانی و حفظ توسعه مستمر SDI [ ۱۵ ]، و تهیه و هماهنگی برنامه فیزیکی ملی (NPP). [ ۱۶]. برای اجرای NPP-3، حکمرانی باید مؤثر، کامل و فراگیر باشد. مشارکت و همکاری کلیه سطوح حکومتی دولتی و غیردولتی، اجرای یک رویکرد یکپارچه را با پیروی از اهداف ملی تسهیل خواهد کرد. NPP-3 بر سه راهبرد حاکمیتی تأکید دارد: حکمرانی استراتژیک، حاکمیت سازمانی و حاکمیت پشتیبانی عملیات. شکل ۱ ، چارچوب ساختار سومین طرح کالبدی ملی را نشان می دهد [ ۱۴]. در ۲۲ اکتبر، شورای ملی برنامه ریزی فیزیکی NPP-4 را در راستای برنامه دوازدهم مالزی (۱۲MP) تصویب کرد که شامل سه محور توسعه اصلی، ۱۱ جهت استراتژیک و ۳۹ اقدام اجرایی است. این سند در سی و نهمین جلسه شورای برنامه ریزی کالبدی کشور تصویب شد [ ۱۷ ].
چندین وزارتخانه و سازمان که دادههای موضوعی مشابهی را مدیریت میکنند، منجر به استفاده و مدیریت ناکارآمد بودجه ملی در سطوح مختلف وزارتخانهها، مؤسسات، استانها، بخشها و شهرها برای تسهیل مدیریت اطلاعات شده است. برای جلوگیری از مدیران اضافی با این داده ها، دولت سیاست ها را تعیین می کند و برنامه ها سپس به طرح ساختار دولتی تبدیل می شوند. این طرح ها خط مشی های توسعه و بهره برداری از زمین دولت را ترسیم می کند [ ۱۳ ]. به اشتراک گذاری داده ها ممکن است یک گزینه ممکن برای انجام این فعالیت برای به دست آوردن داده های لازم باشد. با به اشتراک گذاری داده ها، تلاش های مدیریت اطلاعات برای دستیابی به حکمرانی مؤثر کارآمدتر، مؤثرتر و حرفه ای تر می شود.
دولت مالزی یکی از سرمایه گذاران اولیه SDI است که زیرساخت داده های مکانی را از سطح ملی تا محلی ایجاد کرده است [ ۱۸ ]. مرکز زیرساخت دادههای مکانی مالزی (MaCGDI) به عنوان رئیس SDI ملی مالزی از نظر دادههای مکانی شناخته میشود. از سال ۱۹۹۴/۱۹۹۵، NSDI مالزی تلاش هایی را برای ایجاد یک سیستم ملی اطلاعات زمین انجام داده است. از سال ۱۹۹۴، به عنوان نقطه عطف در بیداری ملی SDI مالزی شناخته شده است که نشان دهنده رشد فوق العاده است. MaCGDI (مرکز زیرساخت داده های جغرافیایی مالزی) در سال ۲۰۰۲ برای تسهیل هماهنگی رشد و ارتقاء SDI تأسیس شد.
از اوایل دهه ۱۹۷۰، مالزی نیاز به اطلاعات مکانی را برای کمک به توسعه و برنامه ریزی منابع زمین درک کرده است. در اواسط دهه ۱۹۸۰، پروژه وزارت نقشه برداری و نقشه برداری (DSMM) برای ساخت پایگاه داده کاداستر دیجیتال (DCDB) و پایگاه ملی توپوگرافی، پایه و اساس ایجاد یک سیستم اطلاعات جغرافیایی (GIS) را در کشور ایجاد کرد.
تکامل سیستم های دیجیتالی مختلف در مالزی قبل از قرن بیست و یکم در شکل ۲ نشان داده شده است : محیط های کامپیوتری، فناوری ها، مستقل و یکپارچه، از جمله سیستم های توزیع شده که داده های مکانی و مقدار متوسطی از داده های GIS را در خود جای داده اند.
MyGDI یک ابتکار دولتی برای ایجاد SDI برای افزایش آگاهی در دسترس بودن دادهها و افزایش دسترسی به اطلاعات مکانی با سادهسازی اشتراکگذاری دادهها در بین سازمانهای شرکتکننده است. MyGDI، بهعنوان زیرساخت ملی دادههای مکانی (NSDI) برای مالزی، یک زیرساخت دادههای مکانی است که از فناوریها، مقررات، استانداردها و فرآیندهایی برای مؤسسات مرتبط با زمین برای تولید و اشتراکگذاری اطلاعات جغرافیایی به صورت مشترک تشکیل شده است. شکل ۳ .
در عصر کنونی فناوری اطلاعات، جامعه اطلاعاتی نیازمند حکمرانی است که باز بودن را در بر گیرد و وسیع ترین دسترسی ممکن به اطلاعات را برای برآوردن نیازهای عمومی فراهم کند. دولت یک پورتال جغرافیایی را به عنوان رسانه ای برای تعامل، یکپارچه سازی و تبادل داده های مکانی که توسط NSDI مدیریت و کنترل می شود، ایجاد کرده است تا دسترسی به این اطلاعات را تسهیل کند. از نظر تاریخچه NSDI، مالزی ابتکار عمل را برای ایجاد یک سیستم ملی اطلاعات زمین در سال ۱۹۹۴/۱۹۹۵ آغاز کرد.
با بخشنامه شماره ۱ اداره توسعه در سال ۱۹۹۷، رویکرد SDI در سال ۱۹۹۷ تحت پوشش زیرساخت ملی برای سیستم اطلاعات زمین/NaLIS طراحی شد. با افزایش تقاضا، مرکز مالزی برای زیرساخت داده های مکانی (MaCGDI) در سال ۲۰۰۲ برای تقویت هماهنگی نوسازی و توسعه SDI تأسیس شد.
کوالالامپور با نام رسمی قلمرو فدرال کوالالامپور و در زبان عامیانه KL نامیده می شود، یک قلمرو فدرال و پایتخت مالزی است. همانطور که در شکل ۴ نشان داده شده است، هفت سازمان دولتی مختلف به اشتراک گذاری داده های مکانی و اجرای زیرساخت [ ۱۵ ] در منطقه فدرال کوالالامپور (FTKL) کمک کردند .
دولت محلی این اختیار را دارد که SDI محلی را به عنوان یک برنامه ملی ارتقا دهد و سهم دولت محلی از تسریع ملی دسترسی به اطلاعات مکانی را افزایش و گسترش دهد. SDI محلی می تواند به اشتراک گذاری داده ها را در سطح محلی و ایالتی و همچنین در سطح ایالتی برای ارائه خدمات عالی دولتی ترویج دهد. در صورتی که داده های مکانی دقیق و به روز به راحتی در دسترس باشند، انواع چالش های زیست محیطی و شهرنشینی، از جمله برنامه ریزی فضایی، آتش سوزی های جنگلی، کاربری زمین و مرزهای سرزمینی، به راحتی قابل کنترل خواهند بود.
استفاده از داده های مکانی صحیح و جاری نیز با مدیریت نتایج مکانی برای حل تعارضات منطقه مرزی آینده نگر مرتبط است. این را روزنی و همکاران نشان دادند. و ترمیدی و همکاران. (۲۰۱۶) [ ۱۹ ، ۲۰ ]. علاوه بر مناطق مرزی، دادههای جغرافیایی عظیم و معتبر فعلی برای دادههای مکانی و جمعیتی ضروری است. اهمیت این دادههای مکانی در رتبهبندی روستاهای شهری، بخشهای فرعی، بخشها و شهرها در سطح استانی و ملی نیز منعکس میشود.
در واقع، داده های مکانی در بسیاری از آژانس ها، واحدهای کاری و موسسات وجود دارد. با توجه به پراکندگی این داده های مکانی، به اشتراک گذاری داده ها بین آژانس ها برای ترکیب داده ها در یک مرکز داده واحد که به راحتی برای کاربران داده قابل دسترسی باشد، مورد نیاز است. پیشبینی میشود که دادههای حافظ اطلاعات در دسترس و اشتراکگذاری را به دست آورند. اطلاعات مربوط به متولیان، بخش هایی را که مسئول ذخیره و محافظت از اطلاعات رایانه ای هستند، مشخص می کند. لازم است تنظیمات مدیریت دادهها را پیکربندی کنید تا از پردازش تکراری برخی از دادههای مکانی توسط برخی از دادههای نگهداری جلوگیری شود. با یک متولی داده که یک داده مکانی را مدیریت می کند، مدیریت داده های مکانی و استفاده برای تصمیم گیری موثرتر و کارآمدتر خواهد بود.
ارزیابی اخیر از آمادگی دولت محلی برای به اشتراک گذاری داده ها مشکلاتی را آشکار می کند. جدول ۱ را ببینید . بر اساس این مشکلات، این تحقیق بر جنبههای سازمانی، فنی، منابع انسانی و دادههای مکانی مربوط به شیوه اشتراک دادههای مکانی در SDI محلی مالزی متمرکز خواهد شد.
۳٫ روش شناسی
سازمانهای دولتی مختلفی که به اجرای SDI در مالزی کمک کردند عبارتند از: دولت فدرال با ۱۴ آژانس، منطقه فدرال کوالالامپور (FTKL) با ۷ آژانس، ایالت پراک با ۱۸ آژانس، ایالت سلانگور با ۱۴ آژانس، ایالت کداه با ۱۵ آژانس، قلمرو فدرال. لابوان (FTL) با ۶ آژانس، ایالت کلانتان با ۱۵ آژانس، ایالت سلانگور با ۱۴ آژانس، ایالت پاهانگ با ۱۴ آژانس، ایالت جوهور با ۱۳ آژانس، ایالت پاهانگ با ۱۴ آژانس، ایالت مالاکا با ۷ آژانس، ایالت پرلیس با ۴ آژانس، ایالت صباح با ۱۵ آژانس، ایالت ترنگانو با ۱۰ آژانس و ایالت NS با ۱۰ آژانس [ ۱۵ ]. با توجه به کووید-۱۹، روش تحقیق را طی دو مرحله اجرا می کنیم: تحقیق کیفی و سپس تحقیق کمی [۲۷ ]. در منطقه کوالالامپور، هفت مشارکتکننده به اشتراکگذاری دادههای مکانی به عنوان یک مطالعه موردی و سایتهای تحقیق نظرسنجی انتخاب شدند. ۱۵ پاسخ دهنده در یک مصاحبه عمیق برای تجزیه و تحلیل کیفی شرکت کردند، در حالی که ۸۳ نفر در یک نظرسنجی پرسشنامه برای تجزیه و تحلیل کمی شرکت کردند [ ۲۸ ]. آنها متشکل از کارمندان دولتی هستند که به عنوان کارکنان یا رهبران بخش خدمت می کنند. با استفاده از روش نمونه گیری هدفمند، پاسخ دهندگانی که معیارهای تعیین شده را داشتند انتخاب شدند. برای سازماندهی روش شناسی این مطالعه از یک طرح اکتشافی متوالی استفاده شد. این روش مطالعه در شکل ۵ نشان داده شده است.
شکل ۵ فرآیند تحقیق از دو مرحله تشکیل شده است: یک مطالعه کیفی در مرحله اول، به جدول ۲ مراجعه کنید ، و یک بررسی کمی در مرحله دوم. خروجی فاز اول برای طراحی پرسشنامه مرحله دوم پژوهش و خروجی تحقیق کمی برای کمی سازی همبستگی بین متغیرها و اثبات فرضیه تحقیق مورد استفاده قرار گرفت. این نظرسنجی با استفاده از مقیاس ۵ درجهای لیکرت انجام شد: کاملاً مخالف «۱»، مخالف «۲»، نه موافق و نه مخالف «۳»، موافق «۴» و کاملاً موافق «۵» [ ۲۸ ].]. برای تعیین نظرات و دیدگاه های پاسخ دهندگان استفاده شد. با استفاده از تحلیل محتوا، اطلاعات کیفی مورد بررسی قرار گرفت. این تکنیک برای بازیابی همه موارد، نشانه ها و مضامین از اطلاعات کیفی استفاده شد [ ۲۹ ]. دادههای جمعآوریشده با استفاده از تحلیل مدل ساختاری SmartPLS، اساساً با ادغام تحلیل عاملی و تحلیل رگرسیون برای تعیین مؤلفههای متغیرها و میزان همبستگی مورد مطالعه قرار گرفتند. برای اندازه گیری درجه همبستگی از ضریب همبستگی [ ۳۰ ] استفاده شد. مقدار همبستگی برای ضریب ‘r’ در جدول ۳ نشان داده شده است .
۳٫۱٫ در حال توسعه فرضیه
مدل رابطه این پژوهش با استفاده از تئوری سازمان و مفهوم اشتراک داده های مکانی، مبتنی بر رویکردهای نظری و مفهومی است. در این تحقیق این تعاملات بر اساس فرضیه ای که ایجاد شده است اندازه گیری می شود. فرضیه های زیر وجود دارد:
H1.
رابطه بین عامل منابع انسانی و عملکرد به اشتراک گذاری داده های مکانی خوب و قوی است.
H2.
عامل سازمانی با عملکرد تبادل داده های مکانی ارتباط مثبت و معناداری دارد .
H3.
بعد سرمایه انسانی ارتباط خوب و قوی با بعد سازمانی دارد.
H4.
سازمان ها به طور قابل توجهی با داده های مکانی همبستگی دارند.
H5.
بعد فناوری ارتباط خوب و قوی با جنبه سازمانی دارد.
H6.
پیوند مثبت و قوی بین جنبه داده های مکانی و عمل به اشتراک گذاری داده های مکانی وجود دارد.
H7.
فناوری ارتباط مثبت و معناداری با شیوه اشتراک داده های مکانی دارد.
در این تحقیق برای جمع آوری داده ها از پرسشنامه و برای تجزیه و تحلیل داده ها از نرم افزار SmartPLS استفاده شد. جدول ۴ چندین تکنیک جمع آوری و تجزیه و تحلیل داده ها را شرح می دهد.
۳٫۲٫ تعیین عوامل
بر اساس روش تحلیل محتوای دادههای مصاحبه، مشخص شد که ۱۸ عامل تعیینکننده مؤثر بر ۵ عنصر بر رویه به اشتراکگذاری دادهها در مناطق شهرداری کوالالامپور تأثیر گذاشتهاند. این جنبه ها تکنولوژی هستند (۳ عامل). سازمان (۴ عامل); منابع انسانی (۳ عامل); داده های مکانی (۳ عامل); و شیوه های به اشتراک گذاری داده های مکانی (۵ عامل). این عوامل در جدول ۵ زیر توضیح داده شده است.
جدول ۵ ، عوامل تعیین کننده چندین متغیر را بر اساس یافته های مصاحبه نشان می دهد. این مطالعه بر پنج حوزه ایده SDI و تئوری سازمانی تمرکز دارد: جنبه سازمانی، جنبه منابع انسانی، جنبه داده های مکانی و به اشتراک گذاری داده های مکانی. بیشترین تعداد پاسخ دهندگانی که با آنها مصاحبه شد، نرم افزار و سخت افزار، ITC و کمک های فنی جغرافیایی را به عنوان تأثیرگذار بر اشتراک گذاری داده ها از منظر فناوری شناسایی کردند، در حالی که سیاست سازمانی، استراتژی سازمان، شدت هماهنگی و حمایت مالی بر اشتراک گذاری داده ها از دیدگاه سازمانی شناسایی شدند. . جدول ۴تأثیر تعداد افراد، دانش و مهارت پرسنل و انگیزه پرسنل را بر عناصر منابع انسانی به اشتراک گذاری داده نشان می دهد، در حالی که کاربردهای داده های مکانی استاندارد، فعلی و مدیریت کیفیت بر اشتراک داده ها تأثیر دارد. در این مطالعه عوامل مؤثر بر اشتراک گذاری داده ها اعتماد متقابل، جستجو و جمع آوری داده ها (فراداده)، هزینه به اشتراک گذاری داده ها، همکاری و حفاظت از داده ها است.
۴٫ نتیجه و بحث
در این مطالعه، چندین خروجی تحلیلی شناسایی شد. اولین نتیجه یک نتیجه از تجزیه و تحلیل حداقل مربعات جزئی بود که شامل: روایی همگرا، روایی تمایز، میانگین واریانس استخراج شده (AVE) R-Square، آلفای کرونباخ و پایایی ترکیبی. آخرین نتیجه تجزیه و تحلیل آزمون فرضیه نتیجه تحلیل محتوا (H1، H2، H3، H4، H5، H6، و H7) بود.
۴٫۱٫ نتیجه تجزیه و تحلیل حداقل مربعات جزئی
برای هدف ارزیابی تعامل بین سازمان ها و به اشتراک گذاری داده های مکانی، به طور مستقیم و غیرمستقیم از طریق جنبه های فناوری، منابع انسانی و داده های مکانی، یک مدل ساختاری از رابطه بین هر جزء ایجاد شد. ما از تحلیل حداقل مربعات جزئی برای ارزیابی مدلسازی و رابطه شاخص با متغیر آن برای تعیین مناسبترین شاخص و رابطه بهینه در مدلسازی ساختار پیشبینیشده استفاده کردیم. قبل از ارزیابی تأثیر یک عنصر بر به اشتراک گذاری داده در این مدل سازی، برخی شرایط برای این مطالعه باید رعایت شود. روایی همگرا و روایی تمایز، میانگین واریانس استخراج شده (AVE)، پایایی ترکیبی، R-Square و آلفای کرونباخ این پارامترها هستند.
۴٫۱٫۱٫ روایی همگرا و روایی متمایز
چندین متغیر نمی توانند اعتبار همگرا را برآورده کنند اگر مقدار بار عاملی آنها کمتر از ۰٫۶۰ باشد، همانطور که توسط تحلیل مدل اندازه گیری تعیین می شود [ ۳۱ ]. بر اساس این بررسی، عناصر مدل نامناسب حذف شدند. این مدل زمانی معتبر است که همه بارهای عاملی بیشتر از ۰٫۶۰ باشند. مقدار این ضریب بارگذاری، قدرت ارتباط بین اندیکاتور یا عوامل و متغیر یا وجه پنهان آنها را در بررسی جاری نشان می دهد. نتیجه در جدول ۶ نشان داده شده است .
اعتبار تمایز با اطمینان از متمایز بودن هر شاخص از هر متغیر پنهان از سایر متغیرها اندازه گیری می شود. اگر هر مقدار بارگذاری نشانگر در مقایسه با سایر متغیرهای پنهان، بیشترین مقدار بار عاملی را برای متغیر پنهان خود داشته باشد، مدل اعتبار تفکیک خوبی دارد. اگر هر مقدار بارگذاری نشانگر در مقایسه با سایر متغیرهای پنهان، بیشترین مقدار بار عاملی را برای متغیر پنهان خود داشته باشد، مدل اعتبار تفکیک خوبی دارد. اگر مقدار بارگذاری مورد نیاز برآورده نشود، ممکن است از مدل سازه حذف شود. اعتبار تمایز این مطالعه ثابت شد، زیرا مقدار متغیر پنهان هر عامل بیشتر از سایر متغیرهای پنهان در مدلسازی بود ( جدول ۷ را ببینید ).
۴٫۱٫۲٫ میانگین واریانس استخراج شده (AVE)
این مطالعه از میانگین واریانس استخراج شده (AVE)، پایایی ترکیبی و مقدار آلفای کرونباخ برای اندازهگیری قابلیت اطمینان مولفهها استفاده کرد. اگر مقدار AVE بزرگتر از ۰٫۵ باشد، قابلیت اطمینان ترکیبی باید بیشتر از ۰٫۷ باشد و مقدار آلفای کرونباخ باید بیشتر از ۰٫۶ باشد [ ۳۰ ، ۳۱ ]. جدول ۸ نشان می دهد که تمام مقادیر AVE بین ۰٫۵۹ و ۰٫۷۶، پایایی ترکیبی بین ۰٫۸۷ و ۰٫۹۵ و مقدار آلفای کرونباخ بین ۰٫۸۳ و ۰٫۹۴ است، که نشان می دهد که الزامات قابلیت اطمینان برای این مطالعه رسیده است.
۴٫۱٫۳٫ R-Square، آلفای کرونباخ و قابلیت اطمینان ترکیبی
R-square را می توان برای پیش بینی میزان تأثیر متغیر مستقل (X) بر متغیر وابسته (Y) استفاده کرد. در این مثال، بر اساس مدلسازی انجامشده در این مطالعه، از R-square برای ارزیابی تأثیر متغیرهای مستقل بر متغیر وابسته استفاده میشود. این مطالعه برای تعیین اینکه مقدار R-Square عمل به اشتراک گذاری داده های مکانی ۴۷٫۸٪ بود انجام شد که نشان می دهد تأثیر جنبه سازمانی، فناوری، داده های مکانی و درصد منابع انسانی همانطور که در جدول ۹ نشان داده شده است ، در حالی که تأثیر بعد سازمانی به بعد منابع انسانی، ابعاد فضایی داده و فناوری به ترتیب برابر با ۵۷٫۲، ۶۰٫۲ و ۵۷٫۰ بود. جدول ۱۰، رابطه بین جنبه مدل ساختاری و نتیجه تحلیل حداقل مربعات جزئی را نشان می دهد.
همانطور که در جدول ۱۰ نشان داده شده است، جنبه منابع انسانی و جنبه داده های مکانی به ترتیب به میزان ۰٫۴۵۱ و ۰٫۵۴۴ به شیوه اشتراک داده های مکانی مربوط می شود . این نشان می دهد که این ویژگی ها متوسط و قابل توجه هستند. در حالی که مؤلفه های سازمان و فناوری ارتباط قابل توجهی با شیوه اشتراک داده های مکانی دارند، ضرایب همبستگی آنها به ترتیب ۰٫۶۳۰ و ۰٫۶۱۴ است. بنابراین، می توان بیان کرد که برای ارتقای مدیریت SDI و ارتقای اثربخشی به اشتراک گذاری داده ها، نیاز به تقویت منابع انسانی و عناصر داده های مکانی در حوزه این مطالعه است. از نظر کمک های سازمانی و فناوری، کافی است و می تواند از اجرای مدیریت محلی SDI و تبادل داده ها حمایت کند.شکل ۶ ، رابطه بین عناصر تعیین کننده هر جنبه و رابطه مستقیم یا غیرمستقیم هر جنبه را با دیگری نشان می دهد. از نظر کمک های سازمانی و فناوری، کافی است و می تواند از اجرای مدیریت محلی SDI و تبادل داده ها حمایت کند. این ضریب همبستگی یکسان برای هر متغیر مطالعه از ۰٫۷۲۴۸ تا ۰٫۸۷۹۸ برای جنبه سازمانی، از ۰٫۸۵۱۸ تا ۰٫۸۷۰۶ برای جنبه منابع انسانی، از ۰٫۷۲۸۹ تا ۰٫۸۱۴۴ برای جنبه داده های مکانی، از ۰٫۸۸۵۱۸ تا ۰٫۸۵۱۸ است. همچنین از ۰٫۷۲۸۸ تا ۰٫۸۵۸۹ برای جنبه اشتراک داده های مکانی. بنابراین می توان نتیجه گرفت که هر عاملی با جنبه ای که منعکس می کند رابطه قوی دارد. شکل ۶، علاوه بر این رابطه مستقیم و غیرمستقیم بین هر جنبه و سطح همبستگی بین هر جنبه و تکنیک به اشتراک گذاری داده های مکانی را نشان می دهد.
۴٫۲٫ نتیجه آزمون فرضیه
در این مطالعه، از نتیجه راهاندازی تحلیل حداقل مربعات جزئی برای بررسی بیانیه فرضیه استفاده میشود. این تجزیه و تحلیل آمار T تولید شده را با مقدار T-Table مقایسه می کند. اگر آزمون t بزرگتر از جدول T (1.96) باشد، فرمول فرضیه پذیرفته می شود. اگر آزمون t کمتر از جدول T باشد، فرمول فرضیه رد می شود. نتایج بوت استرپ در جدول ۱۱ آورده شده است.
این بررسی بر اساس جدول ۱۱ مشخص کرد که دو رابطه کنار گذاشته شدند زیرا آماره T از جدول T کوچکتر بود. جنبه منابع انسانی و عمل به اشتراک گذاری داده ها، و همچنین جنبه داده های مکانی و عمل به اشتراک گذاری داده ها همبستگی داشتند. تجزیه و تحلیل هفت فرضیه به شرح زیر است:
H1.
رابطه بین عامل منابع انسانی و عملکرد به اشتراک گذاری داده های مکانی خوب و قوی است.
طبق جدول ۱۱ ، بین منابع انسانی و شیوه های اشتراک داده های مکانی همبستگی وجود دارد. مقدار ضریب مسیر ۰٫۱۵- است، در حالی که مقدار آماره T 1.636 است. این آماره T از جدول T کوچکتر است (۱٫۹۶). این نشان میدهد که منابع انسانی با شیوه اشتراکگذاری دادهها ارتباط متوسطی منفی دارد اما تأثیر معناداری ندارد و از این رو فرضیه اول رد میشود. این نشان می دهد که متغیرهای منابع انسانی به طور قابل توجهی به شیوه های اشتراک داده کمک نکرده اند. بنابراین باید در زمینه عوامل نیروی انسانی اصلاحاتی صورت گیرد. این به تعداد پرسنل، ظرفیت مهارت، درک پرسنل و انگیزه پرسنل مربوط می شود.
H2.
عامل سازمانی با عملکرد تبادل داده های مکانی ارتباط مثبت و معناداری دارد.
با توجه به جدول ۱۱ ، رابطه بین سازمان و شیوه به اشتراک گذاری داده ها به شرح زیر است. مقدار ضریب مسیر ۰٫۶۲۹۱ و مقدار آماری T 5.1246 است. این داده های جدول از محدوده جدول T فراتر می رود (۱٫۹۶). این نشان میدهد که سازمان ارتباط مثبت و تأثیر قابلتوجهی بر روی عملکرد به اشتراکگذاری دادهها دارد و از این رو فرضیه (H2) پشتیبانی میشود.
H3.
بعد سرمایه انسانی ارتباط خوب و قوی با بعد سازمانی دارد.
با مراجعه به جدول ۱۱ رابطه سازمان و منابع انسانی سازمان با منابع انسانی است. مقدار ضریب مسیر ۰٫۷۸۰۴ و مقدار T آماره ۱۴٫۰۱۴۷ است. این آمار T از جدول T (1.96) بیشتر است. این نشان می دهد که سازمان دارای ارتباط مثبت بسیار قوی با منابع انسانی و تأثیر قابل توجهی است و از این رو فرضیه (H3) پذیرفته می شود.
H4.
سازمان ها به طور قابل توجهی با به اشتراک گذاری داده های مکانی همبستگی دارند.
با مراجعه به جدول ۱۱ ، رابطه بین داده های مکانی و داده های سازمانی، مقدار ضریب مسیر ۰٫۷۹۰۱ و مقدار آمار T برابر ۲۰٫۲۰۹۸ است. این آمار T از جدول T (1.96) بیشتر است. این نشان می دهد که سازمان دارای همبستگی مثبت بسیار بالا و تأثیر قابل توجهی بر داده های جغرافیایی است، بنابراین فرضیه صفر (H4) را تأیید می کند.
H5.
بعد فناوری ارتباط خوب و قوی با جنبه سازمانی دارد.
طبق جدول ۱۱ ، بین سازمان و فناوری ارتباط وجود دارد. مقدار ضریب مسیر ۰٫۷۵۲۴ و مقدار آماری T 15.701 است. این آمار T از جدول T (1.96) بیشتر است. بنابراین، فرضیه (H5) پذیرفته می شود، زیرا سازمان دارای همبستگی مثبت بسیار قوی و تأثیر قابل توجهی بر فناوری است.
H6.
پیوند مثبت و قوی بین جنبه داده های مکانی و عمل به اشتراک گذاری داده های مکانی وجود دارد.
طبق جدول ۱۱ ، داده های مکانی و شیوه های اشتراک داده های مکانی مرتبط هستند. مقدار ضریب مسیر ۰٫۱۴۹۲ و مقدار آماره T 0.7394 است. این آماره T از جدول T کوچکتر است (۱٫۹۶). این نشان میدهد که دادههای مکانی همبستگی مثبت متوسطی دارند و تأثیر قابلتوجهی بر رفتار اشتراک دادهها ندارند، بنابراین فرضیه (H6) را رد میکند. همچنین نشان می دهد که مدیریت داده های جغرافیایی باید از نظر اجرای استانداردهای ملی، آمادگی داده ها، به روز رسانی داده ها و کیفیت مدیریت داده ها افزایش یابد. بر اساس این مطالعه، برخی از آنها در حال فعالیت هستند، در حالی که برخی دیگر هنوز نیاز به توسعه دارند.
H7.
فناوری ارتباط مثبت و معناداری با شیوه اشتراک داده های مکانی دارد.
با توجه به جدول ۱۱ ، بین فناوری و شیوه های به اشتراک گذاری داده ها همبستگی وجود دارد. مقدار ضریب مسیر ۰٫۴۶۵۷ و مقدار آمار T برابر ۱٫۹۷۸۶ است. این آمار t جدول T را کوتوله می کند (۱٫۹۶). این نشان میدهد که فناوری تا حدودی ارتباط مثبت و تأثیر قابلتوجهی بر روی تمرین به اشتراکگذاری داده دارد، بنابراین فرضیه (H7) را تأیید میکند.
۴٫۳٫ بحث
یک روش موثر به اشتراک گذاری داده از یک SDI محلی، ابتکارات اشتراک گذاری داده های جغرافیایی ملی در مالزی را با اجرای یک سیاست نقشه واحد بهبود می بخشد. این مطالعه برای ایجاد تأثیرگذارترین ویژگیهای رویههای اشتراکگذاری دادههای مکانی در سازمانهای دولتی محلی در مالزی بر اساس عواملی که چنین جنبههایی را نشان میدهند، انجام شد. این مطالعه به دنبال پاسخ به این سوال است که چرا دولتهای محلی از برنامه ملی زیرساخت دادههای مکانی محلی برای تسهیل عمل به اشتراک گذاری داده استقبال کمتری میکنند. تحقیقات قبلی چندین چالش را در سطح محلی، از جمله نگرانی های سازمانی، شخصی، فناوری، داده ها و استانداردها کشف کرده است. این مطالعه عناصر تعیینکننده مرتبط با شیوه به اشتراکگذاری داده را شناسایی کرده و میزان تأثیر آن را بر شیوههای اشتراکگذاری داده محلی اندازهگیری کرده است. بنابراین، میتوان تعیین کرد که کدام حوزهها باید برای ترویج روشهای اشتراکگذاری داده محلی بهبود یابند.
ده تمرینکننده از کارکنان دولت محلی و یک رهبر در یک مطالعه کیفی مبتنی بر مصاحبه عمیق شرکت کردند. در این تحقیق ۱۸ عنصر تعیین کننده از ۵ بعد استخراج شد. این متغیرها عبارتند از فناوری (۳ متغیر)، سازمان (۴ متغیر)، منابع انسانی (۳ متغیر)، داده های مکانی (۳ متغیر) و شیوه های اشتراک داده (۳ متغیر) (۵ عامل). برای سنجش این یافته ها، ۳۴ گویه پرسشنامه با استفاده از آنها تهیه شد. سپس از پرسشنامه ها برای تعیین ادراک ۷۵ پاسخ دهنده که در یک مطالعه کمی مبتنی بر نظرسنجی شرکت کردند، استفاده شد. هدف از این فعالیت، اعتبارسنجی مطالعه کیفی با استفاده از مطالعه کمی و بهبود یافته های این مطالعه است.
هدف تحقیق کمی، اختصاص آیتم های برازش مناسب به متغیر پنهان مناسب با استفاده از تحلیل حداقل مربعات جزئی و سپس ارزیابی سطح همبستگی بین آن متغیرها در مدل ساختاری است. این مدل ساختاری با استفاده از تئوری سازمانی و چارچوب زیرساخت داده های مکانی توسعه یافته است. فرضیههای H1 تا H7 برای ارزیابی میزان همبستگی بین متغیرها در مدلسازی ساختاری ایجاد شدند. این فرضیه ها همچنین برای ارزیابی اهمیت انجمن مورد نظر مورد استفاده قرار گرفتند. نتیجه همبستگی بین متغیرها را نشان می دهد.
شکل ۶ ، نتایج این مطالعه، از جمله مقدار R-square و سطح همبستگی بین جنبه های تحقیق را نشان می دهد. در مجموع، ۵۷٫۸ درصد از جنبه منابع انسانی را می توان با جنبه سازمانی توصیف کرد، در حالی که ۵۶٫۵ درصد از جنبه فناوری و ۶۴٫۳ درصد از جنبه داده های مکانی را می توان توسط جنبه سازمانی توضیح داد. با این وجود، تنها ۴۷ درصد از شیوه های اشتراک داده را می توان توسط سازمان، منابع انسانی، فناوری و داده های مکانی تعریف کرد. این نشان میدهد که مدل اندازهگیری بین متغیرها توانسته است پیوند را بر اساس همبستگی بین سازمان، فناوری، منابع انسانی و دادههای مکانی کمیسازی کند.
این نشان دهنده تلاش های انجام شده توسط دولت های محلی برای تقویت زیرساخت داده های مکانی از نظر فناوری، منابع انسانی و ویژگی های داده های مکانی است. حتی اگر ۴۷ درصد از شیوههای اشتراکگذاری دادهها نشان میدهد که دولتهای محلی به منابع دسترسی دارند، دادههای مکانی و اجزای منابع انسانی همچنان کمترین تأثیر را بر تبادل واقعی دادهها دارند. برای افزایش کارایی منابع انسانی و دادههای مکانی در عمل به اشتراکگذاری دادهها، دولت فدرال باید از طریق کمپینهای آگاهی مستمر و راهنمایی در چارچوب زیرساخت دادههای مکانی ملی و پروژههای SDI محلی، تسریع را ارتقا دهد. پیشبینی میشود که این برنامههای آگاهی تأثیر قابلتوجهی بر جنبههای منابع انسانی و دادههای مکانی داشته باشند.
۵٫ نتیجه گیری ها
بر اساس این مطالعه، میتوان مشکلاتی را که دولتهای محلی در اجرای برنامههای SDI محلی برای فعال کردن اشتراکگذاری دادههای مکانی دارند، درک کرد. کوالالامپور یکی از دولت های منطقه ای است که به این ابتکار ملی برای SDI محلی تحت مفهوم توسعه داده های یکپارچه مالزی پاسخ می دهد. تکنیک به اشتراک گذاری داده ها باعث کاهش تکرار در مدیریت داده ها و همچنین صرفه جویی در هزینه، زمان و منابع می شود. با این حال، دولت های محلی همچنان کمتر به موضوع تبادل داده های جغرافیایی پاسخ می دهند.
جدید بودن تحقیق به عناصر جدید در تحقیق از جمله روش های ترکیبی جدید و مشاهده عوامل اشاره دارد که منجر به اشتراک گذاری و تحلیل داده های مکانی می شود. این مطالعه عوامل تعیینکننده شیوههای اشتراک دادههای مکانی را شناسایی کرد و سطوح مشارکت سازمان و فناوری، منابع انسانی و دادههای مکانی در اشتراکگذاری دادهها و همچنین میزان توجه سازمان به منابع انسانی، فناوری و فضایی را اندازهگیری کرد. داده ها در SDI محلی در کوالالامپور، مالزی. این مطالعه تأثیرات قابل توجه سازمان را بر منابع انسانی، فناوری، داده های مکانی و شیوه اشتراک داده نشان می دهد. این نشان می دهد که مشارکت سازمان در توسعه SDI محلی از نظر منابع انسانی، فناوری، مدیریت داده ها،
با این حال، این مطالعه همچنین نشان داد که دادههای منابع انسانی و دادههای مکانی تأثیر کمی بر اشتراکگذاری دادهها دارند. از آنجایی که منابع انسانی و داده های مکانی از اثربخشی به اشتراک گذاری داده پشتیبانی نمی کند، می توان استدلال کرد که دولت های محلی همچنان با محدودیت هایی در حوزه داده های جغرافیایی به دلیل تفاوت در کیفیت داده ها، استانداردهای داده ها و به روز رسانی داده ها مواجه هستند. این مشکل حل نشدنی ناشی از فقدان ارتباطات و اطلاعات در قالب راهنمایی و کمک به دولت های محلی است. به همین دلیل دولت های محلی نسبت به داده های مکانی حساسیت کمتری دارند. به دلیل مشارکت ناکافی کارکنان و داده های مکانی، عمل به اشتراک گذاری داده موفقیت آمیز نبوده است. این نشان میدهد که در حالی که سیاستها و تاکتیکهای شرکت در بهبود کارکنان موفق بودهاند، فناوری، و ابتکارات به اشتراک گذاری انسانی در سطح محلی، هنوز جا برای بهبود وجود دارد. این مطالعه کمپینهای آگاهی، کارگاهها و کمکهایی را پیشنهاد میکند که توسط دولت مرکزی برای افزایش مهارتها، دانش، و درک استانداردها و پیادهسازی مدیران محلی SDI برای حل مشکلات منابع انسانی و دادههای جغرافیایی در SDI محلی انجام میشود.
منابع
- چان، TO; فینی، من؛ رجبی فرد، ع. ویلیامسون، I. ماهیت پویا زیرساخت های داده های مکانی: روشی برای طبقه بندی توصیفی. Geomatica ۲۰۰۱ ، ۵۵ ، ۶۵-۷۲٫ [ Google Scholar ]
- Tulloch، DL; هاروی، اف. هنگامی که به اشتراک گذاری داده ها نهادینه می شود: بهترین روش ها در روابط اطلاعات جغرافیایی دولت محلی. URISA J. ۲۰۰۸ ، ۱۹ ، ۵۱-۵۹٫ [ Google Scholar ]
- علی، و. مولن، بی. بیدار، ی. پرولکس، ام.-جی. Rivest، S. Coupling geosimulation چند عاملی و OLAP فضایی برای تجزیه و تحلیل داده های geosimulation بهتر. URISA J. ۲۰۰۷ , ۱۹ , ۲۳٫ [ Google Scholar ]
- ویلیامسون، آی. رجبی فرد، ع. Binns، A. چالش ها و مسائل برای توسعه SDI. بین المللی جی. اسپات. زیرساخت داده Res. ۲۰۰۶ ، ۱ ، ۲۴-۳۵٫ [ Google Scholar ]
- دی من، WHE ماهیت چند وجهی SDI و ارزیابی آنها در برخورد با معضلات. در چارچوب چند نما برای ارزیابی SDI ها ؛ ۲۰۰۸; ص ۲۳-۴۹٫ در دسترس آنلاین: https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.570.3551&rep=rep1&type=pdf (در ۱۷ مه ۲۰۲۲ قابل دسترسی است).
- تولوچ، دی. فولد، جی. بررسی تولید دادههای چارچوب در سطح شهرستان: تجزیه و تحلیل بررسی چارچوب ملی دادهها. URISA J. ۲۰۰۱ ، ۱۳ ، ۱۱-۲۱٫ [ Google Scholar ]
- هاروی، اف. تولوچ، دی. به اشتراک گذاری داده های دولت محلی: ارزیابی پایه های زیرساخت های داده های مکانی. بین المللی جی. جئوگر. Inf. علمی ۲۰۰۶ ، ۲۰ ، ۷۴۳-۷۶۸٫ [ Google Scholar ] [ CrossRef ]
- چادا، وی. Janečka، K. استراتژی برای توسعه زیرساخت برای اطلاعات مکانی در جمهوری چک. ISPRS Int. J. Geo-Inf. ۲۰۱۶ ، ۵ ، ۳۳٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
- مالزی-East View Geospatial. در دسترس آنلاین: https://geospatial.com/resources/country-data/malaysia/ (در ۱۱ مه ۲۰۲۲ قابل دسترسی است).
- والاچامی، م. صاحب الدین، س. احمد، ن.ا. باکار، NAA مروری بر MyGDI: کاتالیزور تکامل سیستمهای اطلاعات جغرافیایی در بخش عمومی مالزی. Int را باز کنید. J. اطلاع دهید. ۲۰۱۹ ، ۷ ، ۱۲۷-۱۳۷٫ [ Google Scholar ]
- درباره MyGDI|MyGeoportal. در دسترس آنلاین: https://www.mygeoportal.gov.my/about-mygdi (در ۱۱ مه ۲۰۲۲ قابل دسترسی است).
- برنامه ریزی، ج. طرح کالبدی ملی-۲٫ ۲۰۱۳٫ در دسترس آنلاین: https://jpbd.johor.gov.my/index.php/perkhidmatan/9-uncategorised/123-national-physical-plan (دسترسی در ۱۷ مه ۲۰۲۲).
- MLIT ژاپن. مروری بر سیاست فضایی در مالزی. ۲۰۰۴٫ در دسترس آنلاین: https://www.mlit.go.jp/kokudokeikaku/international/spw/general/malaysia/index_e.html (در ۱۱ مه ۲۰۲۲ قابل دسترسی است).
- KPKT. طرح کالبدی ملی ۳-فصل ۷ اجرای طرح کالبدی ملی ; KPKT: کوالالامپور، مالزی، ۲۰۱۳; صص ۱-۳۴٫ [ Google Scholar ]
- مجید، ز. حنیفه، ع. رویکرد حسن، اچ. اسدی در بهبود استفاده از دادههای مکانی در دولت. ۲۰۱۸٫ در دسترس آنلاین: https://citeseerx.ist.psu.edu/viewdoc/versions?doi=10.1.1.612.8860 (در ۱۷ مه ۲۰۲۲ قابل دسترسی است).
- شریف، ARM; محمود، ع. یوسف، NMZN; هشام الدین، کارشناسی ارشد زیرساخت داده های فضایی برای اداره زمین مالزی. بین المللی جی. اسپات. زیرساخت داده Res. ۲۰۱۱ ، ۶ ، ۳۸۹-۴۰۹٫ [ Google Scholar ]
- NPP-4: برنامه راهبردی برای تحقق آرمان مالزی قابل زندگی (به روز شده). ۲۰۲۱٫ در دسترس آنلاین: https://www.thesundaily.my/local/npp-4-strategic-rolling-plan-to-realise-aspiration-of-liveable-malaysia-updated-GY8573549 (در ۱۶ ژوئیه ۲۰۲۲ قابل دسترسی است).
- MyGOS MyGeoportal. در دسترس آنلاین: https://www.mygeoportal.gov.my/applications/mygos (در ۱۲ مه ۲۰۲۲ قابل دسترسی است).
- روزنی، ن.ا. نور، NM; عبدالله، A. مدیریت شهرنشینی و گسترش شهری در مالزی با استفاده از سنجش از دور و کاربردهای GIS. طرح. مالایی ها ۲۰۱۶ ، ۴ ، ۱۷-۳۰٫ [ Google Scholar ]
- ترمدی، ز.م. محد شریف، ع. محمود، ARZ; ابراهیم، ز. Hamzah، AH اجرای اشتراک داده های فضایی در سازمان های دریایی مالزی: مطالعه موردی. جی. اسپات. علمی ۲۰۱۶ ، ۶۱ ، ۲۰۹-۲۱۶٫ [ Google Scholar ] [ CrossRef ]
- درماوان، MD; سوتانتا، اچ. Rusmanto، A. توسعه ظرفیت دولت محلی برای توسعه SDI در اندونزی. در مجموعه مقالات کنگره FIG، کوالالامپور، مالزی، ۱۶-۲۱ ژوئن ۲۰۱۴٫ پ. ۷۲۸۸٫ [ Google Scholar ]
- آسنگ، بی. رحمان، ز. Said، MN عوامل تعیین کننده به اشتراک گذاری داده های مکانی زیرساخت های محلی داده های مکانی در اندونزی مطالعه موردی در استان جاوای غربی، ناحیه بوگور و شهر بوگور (Faktor-faktor Determinan Berbagi Data, Struktura2 Spasial , ۲ . ۱-۱۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
- Sahroni، WY اثربخشی به اشتراک گذاری داده های مکانی در اندونزی-Sdi: مطالعه موردی در وزارت محیط زیست و جنگلداری و دولت استانی جاوه غربی. سرگرد علم. گلوب ۲۰۱۷ ، ۱۹ ، ۵۳٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
- حسیم، ف. سوباگیو، اچ. Darmawan، M. استراتژی اجرای سیاست یک نقشه (OMP) برای تسریع نقشه برداری از برنامه ریزی فضایی منطقه ای (RTRW) در اندونزی. IOP Conf. سر. محیط زمین. علمی ۲۰۱۶ , ۳۷ , ۰۱۲۰۵۴٫ [ Google Scholar ] [ CrossRef ]
- الشمسی، SA; احمد، ع. دسا، جی. توسعه مدل عوامل حیاتی موفق برای اجرای زیرساخت داده های مکانی. در مجموعه مقالات هفتمین کنفرانس بین المللی IEEE در سال ۲۰۱۱ در مورد پردازش سیگنال و کاربردهای آن، پنانگ، مالزی، ۴ تا ۶ مارس ۲۰۱۱٫ صص ۲۱۲-۲۱۹٫ در دسترس آنلاین: http://hdl.handle.net/11343/28958 (در ۱۷ مه ۲۰۲۲ قابل دسترسی است).
- رجبی فرد، الف. دولت و جامعه توانمند فضایی- چشم انداز جهانی ۱٫ ۲۰۱۰٫ موجود به صورت آنلاین : https://www.semanticscholar.org/paper/Spatially-Enabled-Government-and-Society-the-Global-Rajabifard/cb86ae49498585858569788c5569496c قابل دسترسی در ۱۷ مه ۲۰۲۲).
- جوزف، FHJR؛ بری، جی بی. رولف، EA؛ Rolph، EA تجزیه و تحلیل داده های چند متغیره ; Cengage: سنگاپور، ۲۰۱۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
- وینت، ال. Zhedanov، A. خانواده ای از چندجمله ای های متعامد کلاسیک “از دست رفته”. J. Phys. یک ریاضی نظریه. ۲۰۱۱ , ۴۴ , ۰۸۵۲۰۱٫ [ Google Scholar ] [ CrossRef ]
- Seers, K. تجزیه و تحلیل داده های کیفی. اوید. مستقر. پرستاران ۲۰۱۲ ، ۱۵ ، ۲٫ [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
- مو، جی اف، جونیور. Hult، GTM; حلقه، CM; سرستد، ام. آغازگر در مدلسازی معادلات ساختاری حداقل مربعات جزئی (PLS-SEM). در هزار بلوط ; حکیم: دهلی نو، هند، ۲۰۱۷; پ. ۱۶۵٫ [ Google Scholar ]
- چانه، WW رویکرد حداقل مربعات جزئی برای مدلسازی معادلات ساختاری. مد. اتوبوس روش ها Res. ۱۹۹۸ ، ۲۹۸ ، ۲۹۵-۳۳۶٫ [ Google Scholar ]
شکل ۱٫ چارچوبی از ساختار طرح کالبدی ملی ۳ [ ۱۴ ].
شکل ۲٫ سیستم های دیجیتالی زمین فضایی مختلف در مالزی قبل از قرن ۲۱٫
شکل ۳٫ زیرساخت داده های مکانی مالزی [ ۱۱ ].
شکل ۴٫ اجرای SDI توسط هفت سازمان دولتی حمایت شد.
شکل ۵٫ روش انجام تحقیق با استفاده از رویکرد اکتشافی متوالی.
شکل ۶٫ سطح همبستگی بین متغیرها در مدل ساختاری.