5.4.1 eBird

eBird ប្រមូលទិន្នន័យពីសត្វស្លាបពីអ្នកចែវទូក។ អ្នកស្ម័គ្រចិត្តអាចផ្តល់នូវមាត្រដ្ឋានដែលគ្មានក្រុមស្រាវជ្រាវណាមួយអាចផ្គូផ្គង។

បក្សីមាននៅគ្រប់ទីកន្លែងហើយអ្នកវិទ្យាសាស្ដ្រខាងវិទ្យាសាស្ដ្រចង់ដឹងថាគ្រប់បក្សីគ្រប់ពេល។ ដោយបានផ្តល់នូវសំណុំទិន្នន័យដ៏ល្អឥតខ្ចោះអ្នកវិទ្យាសាស្ដ្រខាងវិទ្យាសាស្ដ្រអាចឆ្លើយសំនួរសំខាន់ៗជាច្រើនក្នុងវិស័យរបស់ពួកគេ។ ជាការពិតការប្រមូលទិន្នន័យទាំងនេះហួសពីវិសាលភាពនៃអ្នកស្រាវជ្រាវណាម្នាក់។ ក្នុងពេលជាមួយគ្នានេះអ្នកវិទ្យាសាស្ដ្រវិទូចង់បានទិន្នន័យកាន់តែសម្បូរបែបនិងមានភាពពេញលេញជាងមុន។ "អ្នកចែវទូក" - ជាអ្នកដែលចូលបក្សីមើលការសប្បាយ - តែងតែតាមដានសត្វស្លាបនិងកត់ត្រានូវអ្វីដែលពួកគេឃើញ។ សហគមន៍ទាំងពីរនេះមានប្រវត្តិសហការគ្នាយូរអង្វែងប៉ុន្តែឥឡូវនេះការសហការគ្នាទាំងនេះត្រូវបានផ្លាស់ប្តូរដោយយុគសម័យឌីជីថល។ eBird គឺជាគម្រោងប្រមូលទិន្នន័យចែកចាយដែលប្រមូលព័ត៌មានពីអ្នកវិនិយោគទុននៅជុំវិញពិភពលោកហើយបានទទួលការមើលឃើញបក្សីជាង 260 លាននាក់ពីអ្នកចូលរួម 250.000 នាក់ (Kelling, Fink, et al. 2015) ។

មុនពេលចាប់ផ្តើមនៃ eBird នេះភាគច្រើននៃទិន្នន័យដែលបង្កើតដោយអ្នកច្នៃប្រឌិតគឺមិនមានសម្រាប់អ្នកស្រាវជ្រាវ:

"នៅក្នុងទូរាប់ពាន់នៅជុំវិញពិភពលោកនាពេលបច្ចុប្បន្ននេះមានកុំព្យូទ័រយួរដៃរាប់មិនអស់សៀវភៅបញ្ជីលិបិក្រមដែលបានកំណត់ចំណាំនិងកំណត់ហេតុប្រចាំថ្ងៃ។ អ្នកដែលចូលរួមជាមួយវិទ្យាស្ថានចិញ្ជឹមដឹងច្បាស់ពីការមិនសប្បាយចិត្តនៃការស្តាប់ម្តងហើយម្តងទៀតអំពី "កំណត់ត្រាបក្សីចុងពូរបស់ខ្ញុំ" ។ យើងដឹងពីតម្លៃដែលពួកគេអាចមាន។ គួរឱ្យសោកស្តាយយើងក៏ដឹងផងដែរថាយើងមិនអាចប្រើវាបាន "។ (Fitzpatrick et al. 2002)

ជាជាងមានទិន្នន័យដ៏មានតម្លៃទាំងនេះមិនត្រូវបានប្រើទេ eBird អនុញ្ញាតឱ្យអ្នកចែវដាក់បញ្ចូលវាទៅមូលដ្ឋានទិន្នន័យឌីជីថល។ ទិន្នន័យដែលបានផ្ទុកឡើងទៅ eBird មានវាលកូនសោប្រាំមួយ: តើនរណា, ដែល, នៅពេល, អ្វីដែលប្រភេទ, របៀបជាច្រើននិងការខិតខំប្រឹងប្រែង។ សម្រាប់អ្នកអានដែលមិនមែនជាបក្សី "ការប្រឹងប្រែង" សំដៅលើវិធីសាស្រ្តដែលបានប្រើនៅពេលធ្វើការសង្កេត។ ការត្រួតពិនិត្យគុណភាពទិន្នន័យចាប់ផ្តើមសូម្បីមុនពេលទិន្នន័យត្រូវបានផ្ទុកឡើង។ អ្នកដែលព្យាយាមដាក់ស្នើរបាយការណ៍មិនធម្មតាដូចជារបាយការណ៏នៃប្រភេទសត្វដែលមានចំនួនតិចតួចការរាប់ពាន់រាប់ពាន់ឬរបាយការណ៍ក្រៅរដូវត្រូវបានដាក់ទង់ហើយគេហទំព័រនេះបានស្នើរសុំព័ត៌មានបន្ថែមដោយស្វ័យប្រវត្តិដូចជារូបថតជាដើម។ បន្ទាប់ពីបានប្រមូលព័ត៌មានបន្ថែមនេះរបាយការណ៍ដែលត្រូវបានគេដាក់ទង់ត្រូវបានបញ្ជូនទៅអ្នកជំនាញម្នាក់ក្នុងចំណោមអ្នកជំនាញក្នុងតំបន់រាប់រយនាក់ដើម្បីពិនិត្យបន្ថែម។ បន្ទាប់ពីការស៊ើបអង្កេតដោយអ្នកជំនាញក្នុងតំបន់រួមទាំងការឆ្លើយឆ្លងបន្ថែមដែលអាចធ្វើទៅបានជាមួយនឹងក្រដាស - របាយការណ៍ដែលត្រូវបានដាក់ទង់ត្រូវបានបោះបង់ចោលជាមិនគួរឱ្យទុកចិត្តឬបញ្ចូលទៅក្នុងមូលដ្ឋានទិន្នន័យ eBird (Kelling et al. 2012) ។ មូលដ្ឋានទិន្នន័យនៃការសង្កេតដែលបានដាក់បញ្ចាំងនោះត្រូវបានផ្តល់ជូនដល់មនុស្សគ្រប់រូបនៅលើពិភពលោកជាមួយនឹងការតភ្ជាប់អ៊ីធឺណិតហើយរហូតមកដល់ពេលនេះមានការបោះពុម្ពផ្សាយដែលត្រូវបានពិនិត្យមើលដោយមនុស្សរាប់ពាន់នាក់បានប្រើប្រាស់វា (Bonney et al. 2014) ។ eBird បានបង្ហាញយ៉ាងច្បាស់ថាអ្នកស្ម័គ្រចិត្តអាចប្រមូលទិន្នន័យដែលមានប្រយោជន៍សម្រាប់ការស្រាវជ្រាវវិទ្យាសាស្រ្ត។

សម្រស់មួយក្នុងចំនោមភាពស្រស់ស្អាតនៃ eBird គឺថាវាចាប់យក "ការងារ" ដែលបានកើតឡើងរួចហើយនៅក្នុងករណីនេះ។ លក្ខណៈពិសេសនេះអនុញ្ញាតឱ្យគម្រោងនេះសម្រេចបាននូវទ្រង់ទ្រាយធំ។ ទោះជាយ៉ាងណាក៏ដោយ "ការងារ" ដែលបានធ្វើឡើងដោយពួកអ្នកឆាកនិយមមិនត្រូវគ្នានឹងទិន្នន័យដែលត្រូវការដោយអ្នកវិទ្យាសាស្ដ្រខាងវិទ្យាសាស្ដ្រទេ។ ឧទាហរណ៍នៅក្នុង eBird, ការប្រមូលទិន្នន័យត្រូវបានកំណត់ដោយទីតាំងរបស់ birders មិនមែនទីតាំងនៃបក្សីទេ។ ឧទាហរណ៍ន្រះមានន័យថាឧទាហរណ៍ការសង្ក្រតភាគច្រើនកើតឡើងនៅជិតផ្លូវ (Kelling et al. 2012; Kelling, Fink, et al. 2015) ។ ក្រៅពីការចែកមិនស្មើគ្នានៃកិច្ចខិតខំប្រឹងប្រែងលើលំហអង្កេតពិតប្រាកដដែលធ្វើដោយអ្នកច្នៃប្រឌិតមិនតែងតែល្អទេ។ ឧទាហរណ៏អ្នកលេងល្បែងខ្លះអាចផ្ទុកព័ត៌មានអំពីប្រភេទសត្វដែលពួកគេគិតថាគួរឱ្យចាប់អារម្មណ៍ជាជាងព័ត៌មានអំពីប្រភេទសត្វទាំងអស់ដែលពួកគេបានសង្កេត។

អ្នកស្រាវជ្រាវ eBird មានដំណោះស្រាយសំខាន់ពីរចំពោះបញ្ហាគុណភាពទិន្នន័យទាំងនេះ - ដំណោះស្រាយដែលអាចមានប្រយោជន៍នៅក្នុងគម្រោងប្រមូលទិន្នន័យចែកចាយផ្សេងទៀត។ ទីមួយអ្នកស្រាវជ្រាវរបស់ eBird តែងតែព្យាយាមធ្វើឱ្យប្រសើរឡើងនូវគុណភាពនៃទិន្នន័យដែលបានបញ្ជូនដោយអ្នកច្នៃប្រឌិត។ ឧទាហរណ៍ eBird ផ្តល់ការអប់រំដល់អ្នកចូលរួមហើយវាបានបង្កើតរូបភាពនៃទិន្នន័យរបស់អ្នកចូលរួមនីមួយៗដែលតាមការរចនារបស់ពួកគេលើកទឹកចិត្តឱ្យអ្នកចូលរួមដាក់ពត៌មានអំពីប្រភេទសត្វទាំងអស់ដែលពួកគេសង្កេតឃើញមិនត្រឹមតែគួរឱ្យចាប់អារម្មណ៍បំផុតនោះទេ (Wood et al. 2011; Wiggins 2011) ។ ទីពីរក្រុមអ្នកស្រាវជ្រាវ eBird ប្រើគំរូស្ថិតិដែលព្យាយាមកែតម្រូវនូវភាពឆើតឆាយនិងភាពខុសគ្នានៃទិន្នន័យដើម (Fink et al. 2010; Hurlbert and Liang 2012) ។ វាមិនទាន់ច្បាស់នៅឡើយទេប្រសិនបើគំរូស្ថិតិទាំងនេះលុបចោលនូវភាពលំអៀងពីទិន្នន័យប៉ុន្តែអ្នកវិទ្យាសាស្ត្រជឿជាក់លើគុណភាពនៃទិន្នន័យ eBird ដែលបានកែតម្រូវដូចដែលបានលើកឡើងពីមុនទិន្នន័យទាំងនេះត្រូវបានប្រើនៅក្នុងការបោះពុម្ពផ្សាយវិទ្យាសាស្រ្តដែលស្ទាបស្ទង់មតិដោយមនុស្សជិត 100 នាក់។

អ្នកមិនរកលុយដទៃទៀតដំបូងមានការសង្ស័យយ៉ាងខ្លាំងនៅពេលពួកគេលឺអំពីអេបប៊ីជាលើកដំបូង។ នៅក្នុងគំនិតរបស់ខ្ញុំ, ផ្នែកមួយនៃការសង្ស័យនេះបានមកពីការគិតអំពី eBird នៅក្នុងវិធីខុស។ មនុស្សជាច្រើនគិតជាលើកដំបូងគិតថា "តើទិន្នន័យ eBird ល្អឥតខ្ចោះមែនទេ?" ហើយចម្លើយគឺ "មិនពិតទេ" ។ ទោះជាយ៉ាងណាក៏ដោយវាមិនមែនជាសំណួរត្រឹមត្រូវទេ។ សំណួរដែលត្រឹមត្រូវគឺ "សម្រាប់សំណួរស្រាវជ្រាវខ្លះតើទិន្នន័យ eBird មានភាពប្រសើរជាងទិន្នន័យដែលមានស្រាប់មែនទេ?" ។ ចំពោះសំណួរនោះចម្លើយគឺពិតជាមានមែនដោយសារសំណួរជាច្រើនដែលគួរឱ្យចាប់អារម្មណ៍ដូចជាសំណួរអំពីការធ្វើចំណាកស្រុកតាមរដូវខ្នាតធំ មិនមានជម្រើសប្រាកដនិយមចំពោះការប្រមូលទិន្នន័យដែលបានចែកចាយទេ។

គម្រោង eBird បង្ហាញថាវាអាចទៅរួចក្នុងការចូលរួមជាមួយអ្នកស្ម័គ្រចិត្តក្នុងការប្រមូលទិន្នន័យវិទ្យាសាស្រ្តដ៏សំខាន់។ ទោះជាយ៉ាងណាក៏ដោយ eBird និងគម្រោងពាក់ព័ន្ធនានាបង្ហាញថាបញ្ហាប្រឈមដែលទាក់ទងនឹងគំរូនិងគុណភាពទិន្នន័យគឺជាកង្វល់សម្រាប់គម្រោងប្រមូលទិន្នន័យចែកចាយ។ ដូចដែលយើងនឹងឃើញនៅផ្នែកបន្ទាប់ដោយមានការរចនានិងបច្ចេកវិជ្ជាដ៏ឆ្លាតវៃការព្រួយបារម្ភទាំងនេះអាចត្រូវបានកាត់បន្ថយក្នុងការកំណត់មួយចំនួន។