5.4.1 eBird

eBird- ი ფრინველთა ფრინველების მონაცემებს აგროვებს; მოხალისეებმა შეიძლება უზრუნველყონ მასშტაბი, რომ კვლევითი გუნდი ვერ შეასრულა.

ფრინველები ყველგან არიან და ორნიტოლოგებმა იციან, სად არიან ყველა ფრინველი ყოველ მომენტში. ასეთი სრულყოფილი მონაცემების გათვალისწინებით, ორნიტოლოგებს შეუძლიათ თავიანთ სფეროში მრავალი ფუნდამენტური შეკითხვა მიმართონ. რა თქმა უნდა, ამ მონაცემების შეგროვება კონკრეტული მკვლევარების ფარგლებს სცილდება. ამავდროულად, ორნიტოლოგებმა მდიდარი და უფრო სრულყოფილი მონაცემები სჭირდებათ, "ფრინველები" - ადამიანები, რომლებიც ფრინველებზე დაკვირვებისკენ იხრებიან - მუდმივად აკვირდებიან ფრინველებს და ადგენენ იმას, რასაც ხედავენ. ამ ორ თემს აქვს ხანგრძლივი ისტორიის გამოცდილება, მაგრამ ახლა ეს თანამშრომლობა ციფრულ ასაკში გარდაიქმნა. eBird არის გადანაწილებული მონაცემთა შეგროვების პროექტი, რომელიც ითხოვს ინფორმაციას მსოფლიოს ფრინველთაგან, და უკვე 250 მილიონზე მეტი ფრინველის ხედვა მიიღო 250,000 მონაწილედან (Kelling, Fink, et al. 2015) .

EBird- ის დაწყებამდე, მკვლევარებისთვის მიუწვდომელი იყო ფრინველთა მიერ შექმნილი მონაცემები.

"ათასობით დასამთავრებლად მთელს მსოფლიოში დღეს უწოდებენ უამრავი ნოუთბუქებს, ინდექს ბარათებს, ანოტირებულ სიებს, და დღიურებს. ფრინველების ინსტიტუტებთან დაკავშირებული ჩვენთვის კარგად იციან, რომ "ჩემი გვიან-ბიძის ფრინველების ჩანაწერები" [sic] შესახებ ისმის იმედგაცრუება, რამდენად ძვირფასი იქნებოდა ისინი. სამწუხაროდ, ჩვენ ასევე ვიცით, რომ ჩვენ არ შეგვიძლია მათი გამოყენება " (Fitzpatrick et al. 2002)

იმის ნაცვლად, რომ ამ ღირებული მონაცემების გამოყენება შეუძლებელია, eBird საშუალებას აძლევს birders ატვირთოთ მათ ცენტრალიზებული, ციფრული მონაცემთა ბაზა. EBird- ზე ატვირთული მონაცემები ექვს ძირითად სფეროს შეიცავს: ვინ, სად, როდის, რა სახეობებს, რამდენი და ძალისხმევა. არასამთავრობო birding მკითხველი, "ძალისხმევა" ეხება მეთოდები გამოიყენება დაკვირვების დროს. მონაცემების ხარისხის შემოწმება დაიწყება მონაცემების ატვირთვის დაწყებამდეც. ფრინველები ცდილობენ წარმოადგინონ უჩვეულო მოხსენებები, როგორიცაა ძალიან იშვიათი სახეობების ანგარიშები, ძალიან მაღალი მაჩვენებლები ან სეზონური ანგარიშები, რომლებიც ავტომატურად ითხოვენ დამატებით ინფორმაციას, როგორიცაა ფოტოსურათები. ამ დამატებითი ინფორმაციის შეგროვების შემდეგ, დროშის ქვეშ მყოფ ანგარიშებს ეგზავნება ერთი ასობით მოხალისე რეგიონალურ ექსპერტს შემდგომი განხილვისთვის. რეგიონალური ექსპერტის მიერ გამოძიების შემდეგ, მათ შორის დამატებითი კორესპონდენციის მორგება, რომელთაც მოჰყავთ ფარული ჩანაწერები ან უგულვებელყოფილია როგორც არასანდო ან შევიდა eBird მონაცემთა ბაზაში (Kelling et al. 2012) . ამ მონაცემთა ბაზაში ნაჩვენები დაკვირვების შემდეგ შესაძლებელი გახდა ინტერნეტის საშუალებით ინტერნეტში არავისთვის ხელმისაწვდომი და, აქედან გამომდინარე, თითქმის 100 რეცენზირებული პუბლიკაცია გამოიყენა (Bonney et al. 2014) . eBird ნათლად გვიჩვენებს, რომ მოხალისე birders შეუძლია შეგროვება მონაცემები, რომლებიც სასარგებლოა რეალური ornithology კვლევა.

EBird- ის ერთ-ერთი ლამაზება ის არის, რომ ის "მუშაობას" იღებს, რაც უკვე მოხდა - ამ შემთხვევაში ფრინველია. ეს ფუნქცია საშუალებას აძლევს პროექტს უზარმაზარი მასშტაბის მიღწევა. თუმცა, "მუშაობის" მიერ შესრულებული birders არ ზუსტად ემთხვევა მონაცემები საჭიროა ornithologists. მაგალითად, eBird- ში მონაცემთა შეგროვება განისაზღვრება ფრინველთა ადგილმდებარეობის მიხედვით და არა ფრინველთა ადგილმდებარეობის შესახებ. ეს იმას ნიშნავს, რომ, მაგალითად, ყველაზე მეტი დაკვირვებაა გზების სიახლოვე (Kelling et al. 2012; Kelling, Fink, et al. 2015) . ამასთან ერთად სივრცეში ძალისხმევის არათანაბარი განაწილება გარდა იმისა, რომ ფრინველთა მიერ განხორციელებული რეალური დაკვირვება ყოველთვის არ არის იდეალური. მაგალითად, ზოგიერთი birders მხოლოდ ატვირთეთ ინფორმაცია სახეობების, რომ ისინი მიიჩნევენ, საინტერესოა, ვიდრე ინფორმაცია ყველა სახეობის, რომ მათ შენიშნეს.

eBird მკვლევარებს აქვთ ორი ძირითადი გადაწყვეტილება ამ მონაცემების ხარისხის საკითხებზე - გადაწყვეტილებები, რომლებიც შეიძლება სასარგებლო იყოს სხვა დარიგებულ მონაცემთა შეგროვების პროექტებშიც. პირველი, eBird მკვლევარებს მუდმივად ცდილობენ განაახლონ ხარისხის მონაცემები მიერ წარმოდგენილი birders. მაგალითად, eBird სთავაზობს მონაწილეებს მონაწილეებს და ქმნის თითოეული მონაწილის მონაცემების ვიზუალიზაციას, რომ მათი დიზაინით, ხელი შეუწყოს ფრინველებს, ატვირთოთ ინფორმაცია ყველა სახეობის შესახებ, რომ ისინი არ აკვირდებიან არა მხოლოდ ყველაზე საინტერესო (Wood et al. 2011; Wiggins 2011) . მეორე, eBird მკვლევარები იყენებენ სტატისტიკურ მოდელებს, რომლებიც ცდილობენ შეასწორონ ნედლეული მონაცემების ხმაურიანი და ჰეტეროგენული ხასიათის (Fink et al. 2010; Hurlbert and Liang 2012) . ჯერჯერობით უცნობია, თუ სტატისტიკური მოდელები სრულად ამოწმებენ მონაცემებს, მაგრამ ორნიტოლოგებმა დარწმუნებულნი იყვნენ, რომ შესწორებული eBird მონაცემების ხარისხი, რომელიც, როგორც ზემოთ აღვნიშნეთ, ეს მონაცემები გამოყენებულია თითქმის 100 რეცენზირებულ სამეცნიერო პუბლიკაციებში.

ბევრი არასამთავრობო ორნიტოლოგთა თავდაპირველად უკიდურესად სკეპტიკურად როდესაც ისინი ისმის შესახებ eBird პირველად. ჩემი აზრით, ამ სკეპტიციზმის ნაწილი მოდის არასწორი გზით ემბრიდის შესახებ ფიქრიდან. ბევრი ფიქრობს, რომ "ემბრიდის მონაცემები სრულყოფილია" და პასუხი "აბსოლუტურად არ არის". თუმცა, ეს არ არის სწორი კითხვა. სწორი შეკითხვაა "გარკვეული კვლევის კითხვებისთვის, თუ როგორია არსებული ორნიტოლოგიის მონაცემები ვიდრე eBird მონაცემები?" ამ კითხვაზე პასუხი "ნამდვილად დიახ" ნაწილობრივ იმიტომ, რომ ინტერესის ბევრი კითხვაა, როგორიცაა კითხვები ფართომასშტაბიანი სეზონური მიგრაციის შესახებ არ არსებობს რეალიზაციის ალტერნატივები მონაცემთა შეგროვების განაწილებაზე.

EBird პროექტი გვიჩვენებს, რომ შესაძლებელია მოხალისეების ჩართვა მნიშვნელოვანი სამეცნიერო მონაცემების შეგროვებაში. თუმცა, eBird და მასთან დაკავშირებული პროექტები, მიუთითებს, რომ გამოკვლევები და მონაცემთა ხარისხთან დაკავშირებული გამოწვევები ეხება მონაცემთა შეგროვების პროექტების შესახებ. როგორც ვხედავთ მომდევნო სექციაში, თუმცა ჭკვიანი დიზაინი და ტექნოლოგია, ეს შეშფოთება შეიძლება შემცირდეს ზოგიერთ პარამეტრებში.