Geospatial Education at the GIS–GeoAI Interface: A PRISMA-Guided Bibliometric Mapping of a Scopus Corpus, 2002–2025
Sony Nugratama Hijrawadi · Epon Ningrum · Nandi Nandi 等 4 人
用PRISMA与文献计量法梳理2002–2025年GIS与GeoAI教育交叉领域的研究格局。
PRISMA综述+文献计量，R的bibliometrix/Biblioshiny
共词分析识别出教育GIS、地理空间技术与学习、计算地理空间三簇，GeoAI簇2022–2025年关注
可将GeoAI教育主题图谱延伸至农业信息化人才培养，检验所提教学序列的实证效果。
该文为地理空间教育与GeoAI交叉领域的文献计量论文，与三农、农业信息化、智慧农业等主题无直接关联，不建议进入每日精选。
地理空间信息在教育中既作为学科内容，也作为学习技术使用，而计算地理空间研究日益采用人工智能、机器学习、深度学习与遥感。本研究绘制了2002年至2025年间Scopus数据库中地理空间技术与教育交叉领域广泛文献的出版表现与主题结构。采用PRISMA导向的综述与文献计量分析，使用R语言中的bibliometrix和Biblioshiny对来自68个来源的125篇文献进行分析。该文献集显示年出版增长率为10.99%，篇均被引11.93次，篇均作者2.81人。《地理学杂志》（Journal of Geography）是最高产来源，而De Lázaro-Torres和De Miguel González是最高产作者。共词分析识别出教育GIS聚类、地理空间技术与学习聚类，以及包含GeoAI相关术语的计算地理空间聚类。计算聚类在2022—2025年可见度上升，表明一种新兴的主题取向，而非GeoAI已取代基于GIS的教育或已主导教育实践的证据。由于检索式包含宽泛术语“学习”，且文献集保留了一些技术性地地理空间记录，研究结果应被解释为教育—技术界面的探索性图谱。因此，所提出的教学序列是一种有理论依据的研究命题，尚需实证验证。