5.4.1 eBird

ईबर्ड पक्षियों से पक्षियों पर डेटा एकत्र करता है; स्वयंसेवक एक ऐसा स्तर प्रदान कर सकते हैं जो कोई भी शोध टीम मेल नहीं खा सके।

पक्षी हर जगह हैं, और ऑर्निथोलॉजिस्ट जानना चाहते हैं कि हर पक्षी हर पल कहां है। इस तरह के एक आदर्श डेटासेट को देखते हुए, ऑर्निथोलॉजिस्ट अपने क्षेत्र में कई मौलिक प्रश्नों को संबोधित कर सकते हैं। बेशक, इन आंकड़ों को इकट्ठा करना किसी विशेष शोधकर्ता के दायरे से बाहर है। साथ ही साथ ऑर्निथोलॉजिस्ट अमीर और अधिक संपूर्ण डेटा चाहते हैं, "बर्डर्स" - जो लोग मज़ेदार देखने के लिए पक्षी जाते हैं-वे लगातार पक्षियों को देखते हैं और जो देखते हैं उन्हें दस्तावेज करते हैं। इन दोनों समुदायों का सहयोग करने का लंबा इतिहास है, लेकिन अब इन सहयोगों को डिजिटल युग में बदल दिया गया है। ईबर्ड एक वितरित डेटा संग्रह प्रोजेक्ट है जो दुनिया भर के बर्डर्स से जानकारी मांगता है, और इसे 250,000 प्रतिभागियों (Kelling, Fink, et al. 2015) से पहले से ही 260 मिलियन से अधिक पक्षी दृश्य प्राप्त हुए हैं।

ईबर्ड के लॉन्च से पहले, बर्डर्स द्वारा बनाए गए अधिकांश डेटा शोधकर्ताओं के लिए अनुपलब्ध थे:

"आज दुनिया भर के हजारों कोठरी में अनगिनत नोटबुक, इंडेक्स कार्ड, एनोटेटेड चेकलिस्ट और डायरी शामिल हैं। हम में से जो पक्षियों के संस्थानों में शामिल हैं, वे 'मेरे स्वर्गीय चाचा के पक्षी रिकॉर्ड' के बारे में बार-बार सुनवाई की निराशा को जानते हैं [एसआईसी] हम जानते हैं कि वे कितने मूल्यवान हो सकते हैं। अफसोस की बात है, हम यह भी जानते हैं कि हम उनका उपयोग नहीं कर सकते हैं। " (Fitzpatrick et al. 2002)

इन मूल्यवान डेटा को अप्रयुक्त करने के बजाय, ईबर्ड पक्षियों को उन्हें केंद्रीकृत, डिजिटल डेटाबेस में अपलोड करने में सक्षम बनाता है। ईबर्ड पर अपलोड किए गए डेटा में छह प्रमुख फ़ील्ड होते हैं: कौन, कहां, कब, कौन सी प्रजातियां, कितनी, और प्रयास। गैर-चिड़िया पाठकों के लिए, "प्रयास" अवलोकन करते समय उपयोग की जाने वाली विधियों को संदर्भित करता है। डेटा अपलोड होने से पहले भी डेटा गुणवत्ता जांच शुरू होती है। बर्डर्स असामान्य रिपोर्ट जमा करने की कोशिश कर रहे हैं- जैसे दुर्लभ प्रजातियों की रिपोर्ट, बहुत अधिक मायने रखती हैं, या सीजन की रिपोर्ट-इन-सीजन रिपोर्टों को ध्वजांकित किया जाता है, और वेबसाइट स्वचालित रूप से अतिरिक्त जानकारी, जैसे फोटोग्राफ का अनुरोध करती है। इस अतिरिक्त जानकारी को इकट्ठा करने के बाद, ध्वजांकित रिपोर्ट आगे की समीक्षा के लिए सैकड़ों स्वयंसेवक क्षेत्रीय विशेषज्ञों में से एक को भेजी जाती है। क्षेत्रीय विशेषज्ञ द्वारा जांच के बाद- बिरडर के साथ संभावित अतिरिक्त पत्राचार सहित- ध्वजांकित रिपोर्ट को या तो अविश्वसनीय रूप से छोड़ दिया गया है या ईबर्ड डेटाबेस (Kelling et al. 2012) में प्रवेश किया गया है। स्क्रीन किए गए अवलोकनों का यह डेटाबेस तब इंटरनेट कनेक्शन के साथ दुनिया के किसी भी व्यक्ति के लिए उपलब्ध कराया जाता है, और अब तक लगभग 100 सहकर्मी-समीक्षा वाले प्रकाशनों ने इसका उपयोग किया है (Bonney et al. 2014) । ईबर्ड स्पष्ट रूप से दिखाता है कि स्वयंसेवक बर्डर्स वास्तविक ऑर्निथोलॉजी शोध के लिए उपयोगी डेटा एकत्र करने में सक्षम हैं।

ईबर्ड की सुंदरियों में से एक यह है कि यह "काम" को कैप्चर करता है जो पहले से ही हो रहा है-इस मामले में, चिड़ियाघर। यह सुविधा परियोजना को जबरदस्त पैमाने हासिल करने में सक्षम बनाती है। हालांकि, बर्डर्स द्वारा किए गए "काम" ऑर्निथोलॉजिस्ट द्वारा आवश्यक डेटा से बिल्कुल मेल नहीं खाते हैं। उदाहरण के लिए, ईबर्ड में, डेटा संग्रह पक्षियों के स्थान से निर्धारित नहीं होता है, पक्षियों का स्थान नहीं। इसका मतलब है कि, उदाहरण के लिए, अधिकांश अवलोकन सड़कों के करीब होते हैं (Kelling et al. 2012; Kelling, Fink, et al. 2015) । अंतरिक्ष पर प्रयास के इस असमान वितरण के अलावा, बर्डर्स द्वारा किए गए वास्तविक अवलोकन हमेशा आदर्श नहीं होते हैं। उदाहरण के लिए, कुछ चिड़ियाघर केवल उन प्रजातियों के बारे में जानकारी अपलोड करते हैं जिन्हें वे दिलचस्प मानते हैं, बल्कि उन सभी प्रजातियों की जानकारी के बजाय जो उन्होंने देखा था।

ईबर्ड शोधकर्ताओं के पास इन डेटा गुणवत्ता के मुद्दों के दो मुख्य समाधान हैं-समाधान जो अन्य वितरित डेटा संग्रह परियोजनाओं में भी सहायक हो सकते हैं। सबसे पहले, ईबर्ड शोधकर्ता लगातार बर्डर्स द्वारा प्रस्तुत डेटा की गुणवत्ता को अपग्रेड करने की कोशिश कर रहे हैं। उदाहरण के लिए, ईबर्ड प्रतिभागियों को शिक्षा प्रदान करता है, और इसने प्रत्येक प्रतिभागी के डेटा के विज़ुअलाइज़ेशन बनाए हैं, जो कि उनके डिजाइन द्वारा, बर्डर्स को उन सभी प्रजातियों के बारे में जानकारी अपलोड करने के लिए प्रोत्साहित करते हैं, जो कि उन्होंने देखा है, न केवल सबसे दिलचस्प (Wood et al. 2011; Wiggins 2011) । दूसरा, ईबर्ड शोधकर्ता सांख्यिकीय मॉडल का उपयोग करते हैं जो कच्चे डेटा की शोर और विषम प्रकृति (Fink et al. 2010; Hurlbert and Liang 2012) लिए सही करने का प्रयास करते हैं। यह अभी तक स्पष्ट नहीं है कि क्या ये सांख्यिकीय मॉडल डेटा से पूर्वाग्रह को पूरी तरह से हटाते हैं, लेकिन ऑर्निथोलॉजिस्ट समायोजित ईबर्ड डेटा की गुणवत्ता में पर्याप्त आत्मविश्वास रखते हैं, जैसा कि पहले उल्लेख किया गया था, इन आंकड़ों का उपयोग लगभग 100 सहकर्मी-समीक्षा वाले वैज्ञानिक प्रकाशनों में किया गया है।

कई गैर-ऑर्निथोलॉजिस्ट प्रारंभ में बेहद संदिग्ध होते हैं जब वे पहली बार ईबर्ड के बारे में सुनते हैं। मेरी राय में, इस संदेह का हिस्सा गलत तरीके से ईबर्ड के बारे में सोचने से आता है। बहुत से लोग पहले सोचते हैं, "क्या ईबर्ड डेटा सही है?", और जवाब "बिल्कुल नहीं" है। हालांकि, यह सही सवाल नहीं है। सही सवाल यह है कि "कुछ शोध प्रश्नों के लिए, क्या मौजूदा ऑर्निथोलॉजी डेटा से ईबर्ड डेटा बेहतर है?" उस प्रश्न के लिए उत्तर "निश्चित रूप से हां" है, क्योंकि ब्याज के कई प्रश्नों के लिए-जैसे बड़े पैमाने पर मौसमी प्रवासन के बारे में प्रश्न वितरित डेटा संग्रह के लिए कोई यथार्थवादी विकल्प नहीं हैं।

ईबर्ड प्रोजेक्ट दर्शाता है कि महत्वपूर्ण वैज्ञानिक डेटा के संग्रह में स्वयंसेवकों को शामिल करना संभव है। हालांकि, ईबर्ड, और संबंधित परियोजनाएं, इंगित करती हैं कि नमूनाकरण और डेटा गुणवत्ता से संबंधित चुनौतियां वितरित डेटा संग्रह परियोजनाओं के लिए चिंताओं हैं। जैसा कि हम अगले खंड में देखेंगे, हालांकि, चतुर डिजाइन और प्रौद्योगिकी के साथ, इन सेटिंग्स को कुछ सेटिंग्स में कम किया जा सकता है।