أصبحت المستودعات البحثية جزءًا لا يتجزأ من البنية التحتية العلمية، حيث تضمن أن تتبع مجموعات البيانات مبادئ FAIR (القابلية للاكتشاف، الوصول، التشغيل البيني، وإعادة الاستخدام). ومع ذلك، تعتمد إعادة استخدام المستودعات على جودة واكتمال بيانات الجيومكانية والمواضيع، والتي يقدمها الباحثون عادةً بشكل طوعي.

تظهر الأبحاث الأخيرة أن مستودع هارفارد للبيانات، الذي يعد الأكبر من نوعه على مستوى العالم، يعاني من نقص في العديد من سجلات البيانات الوصفية. حيث أن الحقول المفقودة تعني فقدان المعلومات وتقلل من التشغيل البيني. البيانات تشير إلى أن المجموعات البيانية التي تفتقر إلى بيانات وصفية تتلقى استشهادات أقل من الدراسات اللاحقة، وتملك صلات أقل مع مجموعات بيانات أخرى.

تأخذ أهمية ذلك أبعادًا خاصة بالنسبة لمجموعات البيانات الجيومكانية: حيث أن حوالي 0.3% فقط من مجموعات البيانات البحثية تتضمن صندوقًا حدوديًا، ومعظمها يمثل نقاط أرشيفية بدلاً من الأشكال الجغرافية الكاملة. من خلال التحليل الذي أجريناه، تأكدنا من أن البيانات الجيومكانية تساعد في ربط المفاهيم عبر تخصصات متعددة.

بعد تضمين بيانات هارفارد في رسم بياني للمعرفة المتعلق بالبيانات الوصفية، وجدنا أن مجموعات البيانات تزيد احتمال الربط عبر التخصصات العلمية بمقدار الضعف عند استخدام بيانات وصفية جيومكانية مقارنةً بكلمات المفتاح. وهذا يشير إلى أن بيانات الموقع الجغرافي تعتبر أساسًا أكثر موثوقية للتشغيل البيني بين التخصصات مقارنة بمفردات الكلمات المفتاحية، التي غالبًا ما تظل محصورة في تخصصات معينة.

من خلال تدريب وضبط نموذج لغوي صغير باستخدام بيانات من مستودع هارفارد، استطعنا زيادة نسبة المجموعات البيانية المتصلة من تخصصات مختلفة عبر عناصر البيانات الوصفية من 58.5% إلى 63.2%. هذه النتائج تفتح أفقًا واسعًا لتطبيقات جديدة في مجالات البحث، وتؤكد على أهمية تعزيز جودة البيانات الوصفية الجيومكانية لجعل العلم أكثر تفاعلاً وابتكارًا.