5.4.1 eBird

eBird പക്ഷികൾ പക്ഷികൾ നിന്ന് ഡാറ്റ ശേഖരിക്കും; ഒരു ഗവേഷണ സംഘവുമായി പൊരുത്തപ്പെടാൻ കഴിയുന്ന ഒരു സ്കെയിലിനായി സ്വമേധയാ സേവകർക്ക് കഴിയുന്നു.

എല്ലായിടത്തും പക്ഷികൾ ഉണ്ട്, ഓരോ പക്ഷി ഓരോ നിമിഷവും എവിടെയാണെന്ന് ഓർക്കിത്തിനോഗ്രാഫി മനസിലാക്കുന്നു. അത്തരമൊരു തികവുറ്റ ഡാറ്റാസെൻറസ് നൽകിയാൽ, ഓർണിത്തോളജിസ്റ്റുകൾ അവരുടെ ഫീൽഡിൽ പല അടിസ്ഥാന പ്രശ്നങ്ങളെ അഭിമുഖീകരിക്കേണ്ടിവരും. തീർച്ചയായും, ഈ ഡാറ്റ ശേഖരിക്കുന്നതിന് ഏതെങ്കിലും പ്രത്യേക ഗവേഷകന്റെ പരിധിക്കപ്പുറം. പക്ഷി നിരീക്ഷകർ പക്ഷികൾ നിരീക്ഷിക്കുകയും അവർ കാണുന്ന കാര്യങ്ങൾ രേഖപ്പെടുത്തുകയും ചെയ്യുന്നു. അതേസമയം, പക്ഷിനിരീക്ഷകർക്ക് കൂടുതൽ കൂടുതൽ വിവരങ്ങൾ ആവശ്യമുണ്ട്. ഈ രണ്ടു സമുദായങ്ങൾക്കും ഒരു ദീർഘമായ സഹകരണമുണ്ട്, എന്നാൽ ഇപ്പോൾ ഈ സഹകരണം ഡിജിറ്റൽ യുഗം തന്നെ മാറ്റിമറിക്കുന്നു. eBird എന്നത് ലോകമെമ്പാടുമുള്ള പക്ഷക്കാരുമായി നിന്നുമുള്ള വിവരങ്ങൾ ശേഖരിക്കുന്ന ഒരു വിതരണ ഡാറ്റ ശേഖരണ പദ്ധതിയാണ്, 250,000 പേർ പങ്കെടുക്കുന്ന 250,000-ത്തോളം പക്ഷികളുടെ ദൃശ്യവത്കരണത്തിന് (Kelling, Fink, et al. 2015) ഇതിനകം തന്നെ ലഭിച്ചു.

Ebird ന്റെ വിക്ഷേപണത്തിനു മുൻപ്, പക്ഷികൾ സൃഷ്ടിച്ച വിവരങ്ങളിൽ ഭൂരിഭാഗവും ഗവേഷകർക്ക് ലഭ്യമല്ല:

ലോകമെമ്പാടുമുള്ള ആയിരക്കണക്കിന് അറകളിൽ ഇന്നത്തെ നോട്ട്ബുക്കുകൾ, ഇൻഡെക്സ് കാർഡുകൾ, വ്യാഖ്യാനിച്ച ചെക്ക്ലിസ്റ്റുകൾ, ഡയറികൾ എന്നിവയാണവ. പക്ഷി സങ്കേതങ്ങളിൽ ഉൾപ്പെട്ടിരിക്കുന്ന നമ്മളിൽ, 'എന്റെ അമ്മാവൻമാരുടെ പക്ഷികളുടെ രേഖകൾ' കുറിച്ച് വീണ്ടും വീണ്ടും കേൾക്കുന്ന നിരാശയെക്കുറിച്ച് അവർക്കറിയാം [അവർ] എത്ര മൂല്യവത്തായ വിലയാണെന്ന് ഞങ്ങൾക്ക് അറിയാം. സങ്കടകരമെന്നു പറയട്ടെ, നമുക്ക് അവ ഉപയോഗിക്കാൻ കഴിയില്ലെന്ന് നമുക്കറിയാം. " (Fitzpatrick et al. 2002)

ഈ വിലപിടിപ്പുള്ള വിവരങ്ങൾ ഉപയോഗിക്കുന്നതിന് പകരം ഉപയോഗിക്കാത്തത് ഇ-ബർഡിനെ കേന്ദ്രീകൃത ഡിജിറ്റൽ ഡാറ്റാബേസിലേക്ക് അപ്ലോഡുചെയ്യാൻ അവരെ സഹായിക്കുന്നു. EBird- ൽ അപ്ലോഡ് ചെയ്തിരിക്കുന്ന ഡാറ്റ ആറ് പ്രധാന ഫീൽഡുകൾ ഉൾക്കൊള്ളുന്നു: ആരാണ്, എവിടെ, എപ്പോൾ, എന്ത്, ഏതാണ്, എത്ര, എത്രയോ പരിശ്രമം. നോൺ-പക്ഷി വായനക്കാർക്ക്, നിരീക്ഷണങ്ങൾ നടത്തുമ്പോൾ ഉപയോഗിക്കുന്ന രീതികളെ "പരിശ്രമം" എന്നാണ് വിളിക്കുന്നത്. ഡാറ്റ അപ്ലോഡുചെയ്യുന്നതിന് മുമ്പുതന്നെ ഡാറ്റാ നിലവാര പരിശോധനകൾ ആരംഭിക്കും. അപൂർവ ഇനം, വളരെ ഉയർന്ന എണ്ണം അല്ലെങ്കിൽ കാലഹരണപ്പെട്ട റിപ്പോർട്ടുകൾ തുടങ്ങിയ റിപ്പോർട്ടുകൾ പോലുള്ള ആനുകാലിക റിപ്പോർട്ടുകൾ സമർപ്പിക്കാൻ ശ്രമിക്കുന്ന പക്ഷികൾ ഫ്ലാഗുചെയ്ത് ഫോട്ടോഗ്രാഫുകൾ പോലുള്ള കൂടുതൽ വിവരങ്ങൾ വെബ്സൈറ്റ് സ്വയമേവ അഭ്യർത്ഥിക്കുന്നു. ഈ അധിക വിവരങ്ങൾ ശേഖരിച്ചതിന് ശേഷം, കൂടുതൽ അവലോകനത്തിനായി നൂറുകണക്കിന് സ്വമേധയാ പ്രാദേശിക വിദഗ്ദ്ധരിൽ ഒരാൾക്ക് ഫ്ലാഗ് ചെയ്ത റിപ്പോർട്ടുകൾ അയയ്ക്കപ്പെടുന്നു. പ്രാദേശിക വിദഗ്ധരുടെ അന്വേഷണത്തിനു ശേഷം, birder- മായി അധികമായുള്ള കത്തിടപാടുകളോടുകൂടി - ഫ്ലാഗുചെയ്ത റിപ്പോർട്ടുകൾ ഒന്നുകിൽ വിശ്വാസയോഗ്യമല്ലാത്തത് അല്ലെങ്കിൽ ebird ഡാറ്റാബേസിൽ നൽകിയിരിക്കുന്നു (Kelling et al. 2012) . ഇന്റർനെറ്റ് കണക്ഷനോടൊപ്പം ലോകമെമ്പാടുമായി സംപ്രേഷണം ചെയ്ത നിരീക്ഷണങ്ങളുടെ ഈ ഡാറ്റാബേസ് പിന്നീട് നൂറുകണക്കിന് പരിശോധകരിലെ പ്രസിദ്ധീകരണങ്ങൾ ഉപയോഗിച്ചു (Bonney et al. 2014) . യഥാർത്ഥ പക്ഷി ഗവേഷണ ഗവേഷണത്തിനായി ഉപയോഗപ്പെടുത്താവുന്ന വിവരങ്ങൾ ശേഖരിക്കുവാൻ സ്വമേധയാ പക്ഷികൾ തയ്യാറാകുന്നുവെന്ന് eBird വ്യക്തമായി പറയുന്നു.

ഇ-ബേർഡിന്റെ സുന്ദരന്മാരിൽ ഒരാൾ ഇതിനകം തന്നെ സംഭവിക്കുന്ന "പ്രവൃത്തി" പിടിച്ചെടുക്കുന്നു എന്നതാണ്- ഈ കേസിൽ, പക്ഷി ഈ സവിശേഷത ഒരു വമ്പൻ സ്കെയിലിനായി ഈ പദ്ധതിയെ പ്രാപ്തമാക്കുന്നു. എന്നിരുന്നാലും പക്ഷികൾ നിർമിക്കുന്ന "ജോലി" കൃത്യമായി ഓർണിതോളജിസ്റ്റുകൾ ആവശ്യപ്പെടുന്ന വിവരവുമായി പൊരുത്തപ്പെടുന്നില്ല. ഉദാഹരണത്തിന്, eBird ൽ, വിവരശേഖരം പക്ഷികളുടെ സ്ഥാനം നിർണ്ണയിക്കപ്പെടുന്നു, പക്ഷികളുടെ സ്ഥാനമല്ല. ഉദാഹരണത്തിന്, ഏറ്റവുമധികം നിരീക്ഷണങ്ങൾ റോഡുകളിലേയ്ക്ക് (Kelling et al. 2012; Kelling, Fink, et al. 2015) . ബഹിരാകാശത്തെക്കുറിച്ചുള്ള ഈ അസമത്വത്തിന്റെ വിതരണത്തിനു പുറമേ, പക്ഷികൾ നിർമ്മിച്ച നിരീക്ഷണങ്ങളും എല്ലായ്പ്പോഴും അനുയോജ്യമല്ല. ഉദാഹരണത്തിന്, ചില പക്ഷികൾ തങ്ങൾ കണ്ടെത്തിയ എല്ലാ സ്പീഷിസുകളെപ്പറ്റിയുള്ള വിവരങ്ങളേക്കാൾ രസകരമെന്ന് തോന്നിക്കുന്ന സ്പീഷീസുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ മാത്രം അപ്ലോഡ് ചെയ്യുന്നു.

ഈ ഡാറ്റാ ഗുണനിലവാര പ്രശ്നങ്ങൾക്കുള്ള ഇബിർഡ് ഗവേഷകർക്ക് രണ്ട് പ്രധാന പരിഹാരങ്ങൾ ഉണ്ട്- മറ്റ് വിതരണ ഡാറ്റ ശേഖരണ പ്രോജക്ടുകളിലും സഹായകരമായേക്കാവുന്ന പരിഹാരങ്ങൾ. ആദ്യം, ebird ഗവേഷകർ നിരന്തരം പക്ഷികളുടെ സമർപ്പിച്ച ഡാറ്റയുടെ നിലവാരം ഉയർത്താൻ ശ്രമിക്കുന്നു. ഉദാഹരണത്തിന്, eBird പങ്കെടുക്കുന്നവർക്ക് വിദ്യാഭ്യാസം നൽകുന്നു, ഓരോ ഡിസ്ട്രിബ്യൂട്ടറിന്റേയും വിവരങ്ങൾ പ്രദർശിപ്പിക്കുന്നത്, അവരുടെ ഡിസൈനിൽ, ഏറ്റവും ശ്രദ്ധേയമായ (Wood et al. 2011; Wiggins 2011) . രണ്ടാമതായി, ebird ഗവേഷകർ റോ ഡാറ്റയുടെ ശബ്ദവും വൈരുദ്ധ്യാത്മകവുമായ സ്വഭാവത്തിന് പരിഹാരം കാണുന്ന സ്റ്റാറ്റിസ്റ്റിക്കൽ മാതൃകകൾ ഉപയോഗിക്കുന്നു (Fink et al. 2010; Hurlbert and Liang 2012) . ഈ സ്റ്റാറ്റിസ്റ്റിക്കൽ മാതൃകകൾ ഡാറ്റയിൽ നിന്ന് പക്ഷപാതപരമായി നീക്കംചെയ്യുന്നുണ്ടെങ്കിലും ഇതുവരെയും വ്യക്തമല്ല. എന്നാൽ ഓർബിത്തോളജിസ്റ്റുകൾ ക്രമീകരിച്ചിട്ടുള്ള eBird ഡാറ്റയുടെ ഗുണനിലവാരം ഉറപ്പുവരുത്തുന്നതാണ്, മുമ്പ് സൂചിപ്പിച്ചതുപോലെ, ഈ ഡാറ്റ ഉപയോഗിക്കുന്നത് ഏതാണ്ട് 100 സയന്റി-തലകൃത ശാസ്ത്ര പ്രസിദ്ധീകരണങ്ങളിൽ ഉപയോഗിച്ചിട്ടുണ്ട്.

ആദ്യകാലത്തെ ഇബ്രിഡ്സിനെക്കുറിച്ച് കേൾക്കുമ്പോൾ പല മതവിഭാഗക്കാർക്കും തുടക്കത്തിൽ വളരെ സംശയം തോന്നുകയാണ്. എന്റെ അഭിപ്രായത്തിൽ, ഈ സംശയാസ്പദത്തിൻറെ ഭാഗം തെറ്റായ രീതിയിൽ eBird നെക്കുറിച്ച് ചിന്തിക്കുന്നതിൽ നിന്നും വരുന്നതാണ്. പലരും ആദ്യം ചിന്തിക്കുന്നു "ebird ഡാറ്റ തികച്ചും ശരിയാണോ?", ഉത്തരം "തികച്ചും അല്ല." എന്നാൽ അത് ശരിയായ ചോദ്യമല്ല. ശരിയായ ഗവേഷണ ചോദ്യങ്ങൾക്ക്, നിലവിലുള്ള ഓർണിതോളജി ഡാറ്റയേക്കാളേ ebird ഡാറ്റയാണോ നല്ലത്? "ആ ചോദ്യത്തിന്," തീർച്ചയായും ഉവ്വ് "എന്നതാണു കാരണം. കാരണം, ധാരാളം താല്പര്യങ്ങളിലുള്ള ചോദ്യങ്ങൾ- അതായത് വലിയ തോതിലുള്ള കാലികമായ കുടിയേറ്റത്തെക്കുറിച്ചുള്ള ചോദ്യങ്ങൾ വിതരണമാക്കിയ ഡാറ്റ ശേഖരണത്തിന് യഥാർത്ഥമായ മറ്റൊരു ബദലുകളില്ല.

പ്രധാനപ്പെട്ട ശാസ്ത്ര വിവരങ്ങളുടെ ശേഖരത്തിൽ വോളണ്ടിയർമാരെ ഉൾപ്പെടുത്താൻ സാദ്ധ്യതയുണ്ട് എന്ന് eBird പ്രൊജക്റ്റ് തെളിയിക്കുന്നു. എന്നിരുന്നാലും, eBird, അതുമായി ബന്ധപ്പെട്ട പ്രോജക്ടുകൾ സൂചിപ്പിക്കുന്നത്, സാംപ്ളിങ്, ഡാറ്റ നിലവാരം എന്നിവയുമായി ബന്ധപ്പെട്ട വെല്ലുവിളികൾ വിതരണ ഡാറ്റ ശേഖരണ പ്രോജക്ടുകൾക്കുള്ള ആശങ്കയാണ്. പക്ഷെ, അടുത്ത വിഭാഗത്തിൽ നമ്മൾ കാണാൻ പോകുന്നതുപോലെ, വിദഗ്ദ്ധ രൂപകൽപ്പനയും സാങ്കേതികവിദ്യയും ഉള്ളതിനാൽ, ചില പ്രശ്നങ്ങൾക്ക് ഈ ആശങ്കകൾ കുറയ്ക്കും.