5.4.1 eBird

eBird indsamler data om fugle fra birders; frivillige kan give geografiske skala at ingen forskning hold kan matche.

Fugle er overalt, og ornitologer vil gerne vide, hvor hver fugl er i hvert øjeblik. Givet en sådan perfekt datasæt, kan ornitologer løse mange fundamentale spørgsmål om deres felt. Selvfølgelig indsamle disse data er uden for rammerne af en bestemt forsker. På samme tid, at ornitologer ønsker rigere og mere fuldstændige data, "birders" -Folk der går fugle for sjov-konstant observere fugle og dokumentere, hvad de ser. Disse to samfund har en lang historie af samarbejdende, men nu er disse samarbejder er blevet forvandlet af den digitale tidsalder. eBird er en distribueret data samling projekt, der udbeder information fra birders rundt om i verden, og det har allerede modtaget over 260 mio fugl observationer fra 250.000 deltagere (Kelling et al. 2015) .

Forud for lanceringen af ​​eBird, mange af de data skabt af birders var utilgængelig for forskere:

"I tusindvis af skabene rundt om i verden i dag ligger utallige notesbøger, kartotekskort, kommenterede tjeklister, og dagbøger. De af os involveret med Fugleopdræt institutioner kender godt den frustration af at høre igen og igen om "min afdøde onkels fugl optegnelser" Vi ved, hvor værdifulde de kunne være. Desværre, vi ved også, at vi ikke kan bruge dem. " (Fitzpatrick et al. 2002)

Snarere end at have disse værdifulde data sidde ubrugt, eBird giver birders at uploade den til en centraliseret, digital database. Data, uploadet til eBird indeholder seks centrale områder: hvem, hvor, hvornår, hvilke arter, hvor mange, og indsats. For ikke-Fugleopdræt læsere, "indsats" refererer til de anvendte metoder, samtidig med at observationer. Data, kvalitetskontrol begynder selv før dataene uploadet. Birders forsøger at indsende usædvanlige rapporter-såsom rapporter om meget sjældne arter, meget høje antal, eller uden for sæsonen rapporter-markeres, og hjemmesiden anmoder automatisk yderligere oplysninger, såsom fotografier. Efter indsamling disse yderligere oplysninger, er de mærkede rapporter sendt til en af ​​hundredvis af frivillige regionale eksperter til yderligere gennemgang. Efter undersøgelse af den regionale ekspert-herunder eventuel yderligere korrespondance med Birder-de flagede rapporter enten kasseres som upålidelige eller de er indgået i eBird database (Kelling et al. 2012) . Denne database af screenede observationer gøres derefter tilgængelige for alle i verden med en internetforbindelse, og indtil videre har næsten 100 peer-reviewed publikationer brugte det (Bonney et al. 2014) . eBird viser klart, at frivillige birders er i stand til at indsamle data, der er nyttige for ægte ornitologi forskning.

En af de skønheder af eBird er, at det fanger "arbejde", der allerede sker, i dette tilfælde, Fugleopdræt. Denne funktion gør det muligt for projektet at opnå enorm skala. Men den "arbejde" udført af birders ikke ligefrem matcher de nødvendige data ved ornitologer. For eksempel i eBird, er dataindsamling bestemmes af placeringen af ​​birders ikke placeringen af ​​fugle. Det betyder, at for eksempel de fleste observationer tendens til at opstå tæt på veje (Kelling et al. 2012; Kelling et al. 2015) . Ud over denne ulige fordeling af indsats gennem rummet, de faktiske observationer foretaget af birders er ikke altid ideel. For eksempel, kun nogle Fugleinteresserede uploader oplysninger om arter, som de anser for interessant snarere end at uploade oplysninger om alle arter, som de observerede.

eBird forskere har to løsninger på disse problemer med datakvaliteten, spørgsmål, der opstår i mange andre distribuerede projekter dataindsamling. Først eBird forskere konstant forsøger at forbedre kvaliteten af ​​de af Fugleinteresserede data. For eksempel eBird tilbyder undervisning til deltagerne, og det har skabt visualiseringer af hver deltagers data, ved deres design, tilskynde birders at uploade oplysninger om alle arter, som de observerede, ikke bare en delmængde (Wood et al. 2011; Wiggins 2011) . For det andet, eBird forskere anvender statistiske modeller, der forsøger at korrigere for støjende og heterogene karakter af de rå data. Det er endnu ikke klart, om disse statistiske modeller fuldt fjerne bias fra data, men ornitologer er sikker nok i kvaliteten af ​​justerede eBird data, som var blevet nævnt tidligere, har det været brugt i næsten 100 peer-reviewed videnskabelige publikationer.

Mange ikke-ornitologer er oprindeligt ekstremt skeptisk, når de hører om eBird for første gang. Efter min mening, en del af denne skepsis kommer fra at tænke eBird på den forkerte måde. Mange mennesker først tænker "Er eBird data perfekt?", Og svaret er absolut ikke. Men det er ikke det rigtige spørgsmål. Det rigtige spørgsmål er: "For visse forskningsspørgsmål, er de eBird data bedre end eksisterende ornitologi data?" For dette spørgsmål er svaret helt sikkert ja, til dels fordi det for mange spørgsmål af interesse er der ingen realistisk alternativ til distribueret dataopsamling.

Den eBird projektet viser, at det er muligt at inddrage frivillige i indsamling af vigtige videnskabelige data. Men eBird og relaterede projekter, viser, at udfordringer i relation til prøvetagning og datakvalitet er bekymringer for distribuerede projekter dataindsamling. Som vi vil se i næste afsnit, dog med smart design og teknologi disse bekymringer kan minimeres i nogle indstillinger.