5.4.1 eBird

eBird ಪಕ್ಷಿಗಳು ಹಕ್ಕಿಗಳು ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ; ಸ್ವಯಂಸೇವಕರು ಯಾವುದೇ ಸಂಶೋಧನಾ ತಂಡವನ್ನು ಹೊಂದಿಕೆಯಾಗಬಾರದೆಂದು ಪ್ರಮಾಣವನ್ನು ಒದಗಿಸಬಹುದು.

ಪಕ್ಷಿಗಳು ಎಲ್ಲೆಡೆ ಇವೆ, ಮತ್ತು ಪಕ್ಷಿವಿಜ್ಞಾನಿಗಳು ಪ್ರತಿ ಕ್ಷಣದಲ್ಲಿ ಪ್ರತಿ ಹಕ್ಕಿ ಎಲ್ಲಿದ್ದಾರೆ ಎಂದು ತಿಳಿಯಲು ಬಯಸುತ್ತಾರೆ. ಅಂತಹ ಪರಿಪೂರ್ಣ ದತ್ತಾಂಶವನ್ನು ನೀಡಿದರೆ, ಪಕ್ಷಿವಿಜ್ಞಾನಿಗಳು ತಮ್ಮ ಕ್ಷೇತ್ರದಲ್ಲಿ ಅನೇಕ ಮೂಲಭೂತ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬಹುದು. ಸಹಜವಾಗಿ, ಈ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಯಾವುದೇ ನಿರ್ದಿಷ್ಟ ಸಂಶೋಧಕರ ವ್ಯಾಪ್ತಿಯಿಲ್ಲ. ಅದೇ ಸಮಯದಲ್ಲಿ ಪಕ್ಷಿವಿಜ್ಞಾನಿಗಳು ಉತ್ಕೃಷ್ಟವಾದ ಮತ್ತು ಸಂಪೂರ್ಣವಾದ ಡೇಟಾವನ್ನು ಬಯಸುತ್ತಾರೆ, "ಪಕ್ಷಿಗಳೆಂದರೆ" - ಹಕ್ಕಿಗಳಿಗೆ ನೋಡುವುದಕ್ಕೆ ಪಕ್ಷಿ ವೀಕ್ಷಿಸುವ ಜನರು ನಿರಂತರವಾಗಿ ಪಕ್ಷಿಗಳನ್ನು ವೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಅವರು ನೋಡುವುದನ್ನು ದಾಖಲಿಸುತ್ತಿದ್ದಾರೆ. ಈ ಎರಡು ಸಮುದಾಯಗಳು ಸಹಯೋಗದೊಂದಿಗೆ ಸುದೀರ್ಘವಾದ ಇತಿಹಾಸವನ್ನು ಹೊಂದಿವೆ, ಆದರೆ ಈಗ ಈ ಸಹಯೋಗಗಳನ್ನು ಡಿಜಿಟಲ್ ಯುಗದಿಂದ ಮಾರ್ಪಡಿಸಲಾಗಿದೆ. eBird ಎಂಬುದು ವಿಶ್ವದಾದ್ಯಂತ ಪಕ್ಷಿಗಾರರಿಂದ ಮಾಹಿತಿಯನ್ನು ಕೋರುವುದರಿಂದ ವಿತರಣೆ ಮಾಡಲಾದ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಯೋಜನೆಯಾಗಿದ್ದು, 250,000 ಭಾಗವಹಿಸುವವರು (Kelling, Fink, et al. 2015) ರಿಂದ ಈಗಾಗಲೇ 260 ದಶಲಕ್ಷ ಪಕ್ಷಿ ವೀಕ್ಷಣೆಗಳನ್ನು ಸ್ವೀಕರಿಸಲಾಗಿದೆ.

EBird ಅನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು, ಪಕ್ಷಿಗಾರರಿಂದ ರಚಿಸಲ್ಪಟ್ಟ ಹೆಚ್ಚಿನ ಮಾಹಿತಿಯು ಸಂಶೋಧಕರಿಗೆ ಲಭ್ಯವಿಲ್ಲ:

"ಇಂದು ಪ್ರಪಂಚದಾದ್ಯಂತದ ಸಾವಿರಾರು ಕ್ಲೋಸೆಟ್ಗಳಲ್ಲಿ ಲೆಕ್ಕವಿಲ್ಲದಷ್ಟು ನೋಟ್ಬುಕ್ಗಳು, ಸೂಚ್ಯಂಕ ಕಾರ್ಡ್ಗಳು, ಟಿಪ್ಪಣಿ ಮಾಡಿದ ಚೆಕ್ಲಿಸ್ಟ್ಗಳು ಮತ್ತು ಡೈರಿಗಳು ಇವೆ. ಪಕ್ಷಿ ಸಂಸ್ಥೆಗಳೊಂದಿಗೆ ಸೇರಿದವರಲ್ಲಿ 'ನನ್ನ ಚಿಕ್ಕಪ್ಪನ ಹಕ್ಕಿ ದಾಖಲೆಗಳು' ಬಗ್ಗೆ ಮತ್ತೆ ಕೇಳಿದ ಹತಾಶೆ ಚೆನ್ನಾಗಿರುತ್ತದೆ ಎಂದು ನಾವು ತಿಳಿದಿದ್ದೇವೆ [sic] ಅವರು ಎಷ್ಟು ಅಮೂಲ್ಯವಾದುದು ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ. ಶೋಚನೀಯವಾಗಿ, ನಾವು ಅವುಗಳನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ ಎಂಬುದು ನಮಗೆ ತಿಳಿದಿದೆ. " (Fitzpatrick et al. 2002)

ಈ ಅಮೂಲ್ಯವಾದ ದತ್ತಾಂಶವನ್ನು ಬಳಸದೆ ಇರುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ eBird ಅವುಗಳನ್ನು ಕೇಂದ್ರೀಕೃತ, ಡಿಜಿಟಲ್ ಡೇಟಾಬೇಸ್ಗೆ ಅಪ್ಲೋಡ್ ಮಾಡಲು ಪಕ್ಷಿಗಳಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. EBird ಗೆ ಅಪ್ಲೋಡ್ ಮಾಡಲಾದ ದತ್ತಾಂಶವು ಆರು ಪ್ರಮುಖ ಕ್ಷೇತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ: ಯಾರು, ಎಲ್ಲಿ, ಯಾವಾಗ, ಯಾವ ಜಾತಿಗಳು, ಎಷ್ಟು, ಮತ್ತು ಪ್ರಯತ್ನ. ಪಕ್ಷಿಗಳು ಅಲ್ಲದ ಓದುಗರಿಗೆ, "ಪ್ರಯತ್ನ" ವೀಕ್ಷಣೆಗಳನ್ನು ಮಾಡುವಾಗ ಬಳಸಿದ ವಿಧಾನಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಡೇಟಾವನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡುವ ಮುಂಚೆಯೇ ಡೇಟಾ ಗುಣಮಟ್ಟದ ಪರಿಶೀಲನೆಗಳು ಪ್ರಾರಂಭವಾಗುತ್ತವೆ. ಅಸಾಮಾನ್ಯ ವರದಿಗಳನ್ನು ಸಲ್ಲಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಬರ್ಡ್ಗಳು-ಅಪರೂಪದ ಜಾತಿಗಳು, ಅತಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ವರದಿಗಳು ಅಥವಾ ಋತುಮಾನದ ವರದಿಗಳು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ವೆಬ್ಸೈಟ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಛಾಯಾಚಿತ್ರಗಳಂತಹ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿಯನ್ನು ವಿನಂತಿಸುತ್ತದೆ. ಈ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಿದ ನಂತರ, ಮುಂದಿನ ವಿಮರ್ಶೆಗಾಗಿ ನೂರಾರು ಸ್ವಯಂಸೇವಕ ಪ್ರಾದೇಶಿಕ ತಜ್ಞರಿಗೆ ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದ ವರದಿಗಳನ್ನು ಕಳುಹಿಸಲಾಗುತ್ತದೆ. ಪ್ರಾದೇಶಿಕ ತಜ್ಞರ ತನಿಖೆಯ ನಂತರ - ಅತಿಥಿಯೊಂದಿಗೆ ಸಂಭವನೀಯ ಹೆಚ್ಚುವರಿ ಪತ್ರವ್ಯವಹಾರವನ್ನೂ ಒಳಗೊಂಡಂತೆ-ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದ ವರದಿಗಳನ್ನು ನಂಬಲಾಗದಂತೆ ಅಥವಾ ಇಬೇರ್ಡ್ ಡೇಟಾಬೇಸ್ (Kelling et al. 2012) ಪ್ರವೇಶಿಸಲಾಗಿಲ್ಲ ಎಂದು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ತೆರೆದ ವೀಕ್ಷಣೆಗಳ ಈ ಡೇಟಾಬೇಸ್ ನಂತರ ಇಂಟರ್ನೆಟ್ ಸಂಪರ್ಕವನ್ನು ಹೊಂದಿರುವ ಯಾರಿಗಾದರೂ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ, ಮತ್ತು, ಇಲ್ಲಿಯವರೆಗೆ, ಸುಮಾರು 100 ಪೀರ್-ರಿವ್ಯೂಡ್ ಪ್ರಕಾಶನಗಳು ಅದನ್ನು ಬಳಸಿದೆ (Bonney et al. 2014) . eBird ಸ್ಪಷ್ಟವಾಗಿ ತೋರಿಸುತ್ತದೆ ಸ್ವಯಂಸೇವಕ ಪಕ್ಷಿಗಳ ನೈಜ ಪಕ್ಷಿಶಾಸ್ತ್ರ ಸಂಶೋಧನೆಗೆ ಉಪಯುಕ್ತ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

EBird ನ ಸುಂದರಿಯರಲ್ಲಿ ಇದು ಈಗಾಗಲೇ ನಡೆಯುತ್ತಿರುವ "ಕಾರ್ಯ" ವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ-ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಪಕ್ಷಿಗಳು. ಈ ವೈಶಿಷ್ಟ್ಯವು ಪ್ರಚಂಡ ಪ್ರಮಾಣವನ್ನು ಸಾಧಿಸಲು ಯೋಜನೆಯನ್ನು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಪಕ್ಷಿಗಾರರಿಂದ ಮಾಡಿದ "ಕೆಲಸ" ಪಕ್ಷಿಶಾಸ್ತ್ರಜ್ಞರು ಬೇಕಾದ ದತ್ತಾಂಶವನ್ನು ನಿಖರವಾಗಿ ಹೊಂದಿರುವುದಿಲ್ಲ. ಉದಾಹರಣೆಗೆ, ಇಬರ್ಡ್ನಲ್ಲಿ, ಪಕ್ಷಿಗಳ ಸ್ಥಳವಲ್ಲ, ಪಕ್ಷಿಗಳ ಸ್ಥಳದಿಂದ ಡೇಟಾ ಸಂಗ್ರಹವನ್ನು ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ಅಂದರೆ, ಹೆಚ್ಚಿನ ಅವಲೋಕನಗಳು ರಸ್ತೆಗಳಿಗೆ ಹತ್ತಿರ ಸಂಭವಿಸುತ್ತವೆ (Kelling et al. 2012; Kelling, Fink, et al. 2015) . ಬಾಹ್ಯಾಕಾಶದ ಮೇಲೆ ಈ ಅಸಮಾನವಾದ ವಿತರಣೆಗೆ ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪಕ್ಷಿಗಳಿಂದ ಮಾಡಲ್ಪಟ್ಟ ವಾಸ್ತವಿಕ ಅವಲೋಕನಗಳು ಯಾವಾಗಲೂ ಸೂಕ್ತವಲ್ಲ. ಉದಾಹರಣೆಗೆ, ಕೆಲವು ಪಕ್ಷಿದಾರರು ತಾವು ವೀಕ್ಷಿಸಿದ ಎಲ್ಲಾ ಜಾತಿಗಳ ಮಾಹಿತಿಯನ್ನು ಹೊರತುಪಡಿಸಿ ಆಸಕ್ತಿದಾಯಕ ಎಂದು ಪರಿಗಣಿಸುವ ಜಾತಿಗಳ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಅಪ್ಲೋಡ್ ಮಾಡುತ್ತಾರೆ.

eBird ಸಂಶೋಧಕರು ಈ ಡೇಟಾ ಗುಣಮಟ್ಟ ಸಮಸ್ಯೆಗಳಿಗೆ ಎರಡು ಪ್ರಮುಖ ಪರಿಹಾರಗಳನ್ನು ಹೊಂದಿದ್ದಾರೆ-ಪರಿಹಾರಗಳು ಮತ್ತು ಇತರ ವಿತರಣೆ ಮಾಡಲಾದ ಡೇಟಾ ಸಂಗ್ರಹ ಯೋಜನೆಗಳಲ್ಲಿ ಸಹಾಯಕವಾಗಬಹುದು. ಮೊದಲನೆಯದಾಗಿ, eBird ಸಂಶೋಧಕರು ನಿರಂತರವಾಗಿ birders ಸಲ್ಲಿಸಿದ ಮಾಹಿತಿಯ ಗುಣಮಟ್ಟವನ್ನು ಅಪ್ಗ್ರೇಡ್ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದಾರೆ. ಉದಾಹರಣೆಗೆ, ಇಬರ್ಡ್ ಪಾಲ್ಗೊಳ್ಳುವವರಿಗೆ ಶಿಕ್ಷಣವನ್ನು ನೀಡುತ್ತದೆ, ಮತ್ತು ಅದರ ವಿನ್ಯಾಸದಿಂದ, ಅವರು ವೀಕ್ಷಿಸಿದ ಎಲ್ಲಾ ಜಾತಿಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡಲು ಪಕ್ಷಿಗಳಿಗೆ ಪ್ರೋತ್ಸಾಹಿಸುವಂತಹ ಪ್ರತಿ ಪಾಲ್ಗೊಳ್ಳುವವರ ಡೇಟಾದ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಇದು ಸೃಷ್ಟಿಸಿದೆ (Wood et al. 2011; Wiggins 2011) . ಎರಡನೆಯದಾಗಿ, ಇಬರ್ಡ್ ಸಂಶೋಧಕರು ಅಂಕಿಅಂಶಗಳ ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತಾರೆ, ಅದು ಕಚ್ಚಾ ದತ್ತಾಂಶ (Fink et al. 2010; Hurlbert and Liang 2012) ನ ಗದ್ದಲದ ಮತ್ತು ವೈವಿಧ್ಯಮಯ ಸ್ವಭಾವಕ್ಕಾಗಿ ಸರಿಪಡಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಈ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಮಾದರಿಗಳು ದತ್ತಾಂಶದಿಂದ ಪೂರ್ವಾನುಮಾನವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೆಗೆದುಹಾಕಿದರೆ, ಆದರೆ ಪರಿಭಾಷಾ ಶಾಸ್ತ್ರಜ್ಞರು ಹೊಂದಿಕೊಂಡ ಇಬರ್ಡ್ ದತ್ತಾಂಶದ ಗುಣಮಟ್ಟದಲ್ಲಿ ಸಾಕಷ್ಟು ವಿಶ್ವಾಸ ಹೊಂದಿದ್ದಾರೆಯಾದರೂ, ಮೊದಲೇ ಹೇಳಿದಂತೆ, ಈ ಡೇಟಾವನ್ನು ಸುಮಾರು 100 ಪರಾಮರ್ಶೆ ಮಾಡಲಾದ ವೈಜ್ಞಾನಿಕ ಪ್ರಕಟಣೆಗಳಲ್ಲಿ ಬಳಸಲಾಗಿದೆ.

ಮೊದಲ ಬಾರಿಗೆ ಇಬರ್ಡ್ ಬಗ್ಗೆ ಕೇಳಿದಾಗ ಅನೇಕ ಪಕ್ಷಿವಿಜ್ಞಾನಿಗಳು ಆರಂಭದಲ್ಲಿ ಬಹಳ ಸಂಶಯ ಹೊಂದಿದ್ದಾರೆ. ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಈ ಸಂದೇಹವಾದದ ಭಾಗವು ಇಬರ್ಡ್ ಬಗ್ಗೆ ತಪ್ಪು ರೀತಿಯಲ್ಲಿ ಯೋಚಿಸುವುದರಿಂದ ಬರುತ್ತದೆ. ಅನೇಕ ಜನರು ಮೊದಲಿಗೆ "ಇಬರ್ಡ್ ಡೇಟಾವು ಪರಿಪೂರ್ಣವಾದುದಾಗಿದೆ" ಎಂದು ಭಾವಿಸುತ್ತಾರೆ, ಮತ್ತು ಉತ್ತರವು "ಸಂಪೂರ್ಣವಾಗಿ ಅಲ್ಲ." ಆದಾಗ್ಯೂ, ಇದು ಸರಿಯಾದ ಪ್ರಶ್ನೆ ಅಲ್ಲ. ಸರಿಯಾದ ಪ್ರಶ್ನೆ "ಕೆಲವು ಸಂಶೋಧನಾ ಪ್ರಶ್ನೆಗಳಿಗೆ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪಕ್ಷಿವಿಜ್ಞಾನದ ಡೇಟಾಕ್ಕಿಂತ ಇಬರ್ಡ್ ಡೇಟಾವು ಉತ್ತಮವಾದುದಾಗಿದೆ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವನ್ನು "ಖಂಡಿತವಾಗಿಯೂ ಹೌದು," ಭಾಗಶಃ ಭಾಗಶಃ ಏಕೆಂದರೆ ಬೃಹತ್-ಪ್ರಮಾಣದ ಕಾಲೋಚಿತ ವಲಸೆಯ ಕುರಿತಾದ ಪ್ರಶ್ನೆಗಳಂತಹ ಆಸಕ್ತಿಯ ಅನೇಕ ಪ್ರಶ್ನೆಗಳಿಗೆ - ವಿತರಿಸಿದ ಡೇಟಾ ಸಂಗ್ರಹಣೆಗೆ ವಾಸ್ತವಿಕ ಪರ್ಯಾಯಗಳಿಲ್ಲ.

ಪ್ರಮುಖ ವೈಜ್ಞಾನಿಕ ದತ್ತಾಂಶ ಸಂಗ್ರಹದಲ್ಲಿ ಸ್ವಯಂಸೇವಕರನ್ನು ಒಳಗೊಳ್ಳುವ ಸಾಧ್ಯತೆ ಇದೆ ಎಂದು eBird ಯೋಜನೆಯು ತೋರಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, eBird, ಮತ್ತು ಸಂಬಂಧಿತ ಯೋಜನೆಗಳು, ಸ್ಯಾಂಪ್ಲಿಂಗ್ ಮತ್ತು ಡೇಟಾ ಗುಣಮಟ್ಟಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸವಾಲುಗಳು ವಿತರಣೆ ಮಾಡಲಾದ ದತ್ತಾಂಶ ಸಂಗ್ರಹ ಯೋಜನೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿವೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಮುಂದಿನ ಭಾಗದಲ್ಲಿ ನಾವು ನೋಡುವಂತೆ, ಬುದ್ಧಿವಂತ ವಿನ್ಯಾಸ ಮತ್ತು ತಂತ್ರಜ್ಞಾನದೊಂದಿಗೆ, ಕೆಲವು ಸೆಟ್ಟಿಂಗ್ಗಳಲ್ಲಿ ಈ ಕಾಳಜಿಯನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.