Писала тут когда-то об исследовательнице Кейт Маклин, которая составляет ольфакторные карты городов, основываясь на гайдах, оценочных шкалах и прогулках. Как это обычно бывает в около-социальных науках, пока одни ходят по городу и нюхают закоулки, другие щупают бигдату. Трое пацанов взяли записки участников нюхательных прогулок Кейт Маклин. На основании записок пацаны составили ольфакторный словарь. Потом они собрали по геолокациям миллионы постов с Flickr, Instagram и Twitter, достали тэги, имеющие отношение к запахам, генерировали классификацию, соотнесли ее с ольфакторным словарем, который составляли вручную, и перенесли на карты.
Вышло десять категорий городских запахов: метро, природные, животные, мусор, синтетические, очистительные, табачные, еда, промышленность и выбросы. Они разделяются между собой на базовые, срединные и верхние (последние не вошли в анализ). Базовые запахи — это вытесняемый восприятием макроуровень (дорожные развязки, парки, жилая застройка). Срединные запахи — это более яркие и локализованные, воспринимаемые эмотивно (порты, рынки, свалки). На карту наносили базовые, а в анализе использовали и те, и другие. Плоды трудов пацанов доступны в виде интерактивных карт для Лондона, Барселоны, Мадрида, Нью-Йорка, Бостона, Чикаго, Вашингтона, Майями, Сан-Франциско, Сиэтла, Милана и Рима (карты здесь) и публикации по исследовательской методологии и анализу (в открытом доступе здесь).
На картах можно выбирать город и тип запаха для выдачи по слоям, а при указании на улицу показывает соотношение запахов, источник данных и связанные описательные категории. От себя могу сказать, шо бродить по их картам здорово. Видит бог, шоб найти, где в буржуйском Бостоне воняет, нужны гигатонны данных и мегаватты человеко-часов, одними прогулками тут не обойтись.
На картинках (немногое, что я натыкала):
1. Зоопарк Линкольн-парка в Чикаго;
2. Манхеттенская сегрегация: крутой переход Верхнего Вест- и Ист-Сайда в Гарлем;
3. Локализация мусора в Лондоне: яркое пятно Фицровии.
4. Вид выдачи при поиске по улицам.
Post #69
4.33K