5.4.1 eBird

eBird पक्षीहरूमा पक्षीहरूलाई डेटा संग्रह गर्दछ; स्वयंसेवकले एक मात्रा प्रदान गर्न सक्छ कि कुनै अनुसन्धान टोली मेल खाँदैन।

पक्षीहरू सबै ठाँउमा छन्, र मौनविज्ञानविज्ञहरू सबै जान्छन् जहाँ प्रत्येक पक्षमा हरेक पल हुन्छ। यस्तो एकदम सही डेटासेट, मौनविज्ञान विशेषज्ञहरूले आफ्नो क्षेत्रमा थुप्रै मौलिक प्रश्नहरू सम्बोधन गर्न सक्थे। निस्सन्देह, यी डेटा सङ्कलन कुनै विशेष शोधकर्ताको दायरा भन्दा बाहिर छ। एकै समयमा ईन्थिथोलोजिस्टहरूले अमीर र थप पूर्ण डेटा चाहन्छन्, "चराहरू" - मानिसहरू जसले बिरुवाको लागि हेरिरहेका छन् - लगातार लगातार पक्षीहरू हेर्छन् र तिनीहरूले हेर्छन् भनेर सम्पादित गर्दैछन्। यी दुई समुदायहरूले सहयोगको लामो इतिहास गरेका छन्, तर अब यी सहयोगहरू डिजिटल युगमा परिवर्तन गरिएका छन्। eBird एक वितरित डेटा संग्रह परियोजना हो जुन संसारभरका पक्षीहरूका बारेमा जानकारीको समाधान गर्दछ, र यो 250,000 प्रतिभागिहरु (Kelling, Fink, et al. 2015) बाट पहिले नै 260 मिलियन भन्दा बढी पक्षी दृश्यहरू प्राप्त गरेको छ।

ईबर्डको सुरूवात गर्नु भन्दा पहिले, चिनियाँ पक्ष द्वारा बनाईएको डेटा धेरै शोधकर्ताहरूको लागि अनुपलब्ध थिए:

"आज संसारका हजारौं समापनहरूमा अनगिनत नोटबुकहरू, सूचकांक कार्डहरू, एनोटेटेड चेकलिस्टहरू र डायरीहरू छन्। हामी मध्ये बिरुद्ध संस्थाहरूसँग समावेश छ, राम्ररी सुन्नुको डरलाग्दो 'मेरो विगतका चाचाको चराको रेकर्ड' [स्किक] बारेमा हामी जान्दछौं कि उनीहरूको कसरी मूल्यवान हुन सक्छ। दुःखको कुरा, हामी पनि जान्दछौं कि हामी तिनीहरूलाई प्रयोग गर्न सक्दैनौँ। " (Fitzpatrick et al. 2002)

यस बहुमूल्य डेटा हुनुको सट्टा अप्रयुक्त नभएसम्म, ईबर्डले तिनीहरूलाई एक केन्द्रीकृत, डिजिटल डाटाबेसमा अपलोड गर्न सक्षम बनाउँछ। ईबर्डमा अपलोड गरिएका डाटाहरू छवटा मुख्य क्षेत्रहरू छन्: कहां, कहां, कुन प्रजाति, कति, र प्रयास। गैर-पक्षीका पाठकहरूका लागि, "प्रयास" अवलोकन गर्दा प्रयोग गर्ने विधिहरूलाई बुझाउँछ। डाटा गुणस्तर अपलोड गर्नु अघि डेटा अपलोड गरिसकेको छ। बर्डरहरू असामान्य रिपोर्टहरू प्रस्तुत गर्न खोज्दै छन् जस्तै धेरै दुर्लभ प्रजातिहरू, धेरै उच्च गणनाहरू, वा सिजन-आउट-सेन्सन रिपोर्टहरू-फ्ल्याग गरिएका छन्, र वेबसाइट स्वचालित रूपमा अतिरिक्त जानकारी, जस्तै फोटोहरू अनुरोध गर्दछ। यो अतिरिक्त जानकारी सङ्कलन पछि, फ्ल्याग गरिएका रिपोर्टहरू थप समीक्षाको लागि सैकड़ों स्वयंसेवक क्षेत्रीय विशेषज्ञहरूको एकमा पठाइएको छ। क्षेत्रीय विशेषज्ञ द्वारा अनुसन्धान पछि - बडर-फ्लैग गरिएका रिपोर्टहरू सहित सम्भावित अतिरिक्त पत्राचार सहित वा अव्यवस्थित रूपमा खारेज गरिएको छ वा ईबर्ड डाटाबेस (Kelling et al. 2012) प्रवेश गरियो। यस स्क्यान गरिएको अवलोकनहरूको यो डाटाबेस इन्टरनेट जडानको साथ सबैको लागि उपलब्ध छ, र, अहिलेसम्म, 100 सहकर्मी-समीक्षा प्रकाशनहरूले यसलाई प्रयोग गरेको छ (Bonney et al. 2014) । ईबर्डले स्पष्ट रूपमा देखाउँछ कि स्वयंसेवक पक्षीहरूले डेटा सङ्कलन गर्न सक्ने छन् जुन वास्तविक मौनविज्ञान अनुसन्धानको लागि उपयोगी छन्।

ईबर्ड को सुन्दरता मध्ये एक छ कि यसले "काम" पहिले नै भइरहेको छ। यो सुविधाले परियोजनालाई ठूलो मात्रामा प्राप्त गर्न सक्षम बनाउँछ। यद्यपि, "काम" बर्डरहरूले गरे वा पुरातत्वले आवश्यक डेटा मेल खाँदैन। उदाहरणको लागि, ईबर्डमा, डेटा संग्रह पक्षीहरूको स्थान द्वारा निर्धारित हुन्छ, पक्षीहरूको स्थान होइन। यसको अर्थ, उदाहरणका लागि, धेरै अवलोकनहरू सडकको नजिक हुन्छन् (Kelling et al. 2012; Kelling, Fink, et al. 2015) । अन्तरिक्षमा यो प्रयासको असमान वितरणको अतिरिक्त, बर्डरहरू द्वारा बनाईएको वास्तविक अवलोकनहरू सधैं आदर्श छैनन्। उदाहरणका लागि, केही पक्षीहरूले प्रजातिहरूको बारे जानकारी मात्र अपलोड गर्छन् जुन तिनीहरूले रोचक विचार गर्छन् जुन उनीहरूको सबै प्रजातिको बारेमा जानकारीको बारेमा जानकारी दिए।

ईबर्ड शोधकर्ताहरूले यी डेटा गुणस्तरका समस्याहरूका दुई मुख्य उपायहरू - समाधानहरू अन्य वितरित डेटा संग्रह परियोजनाहरूमा पनि उपयोगी हुन सक्छ। पहिलो, ईबर्ड शोधकर्ताहरु लगातार birders द्वारा प्रस्तुत डेटा को गुणवत्ता को उन्नयन गर्न को लागि प्रयास गर्दै छन्। उदाहरणका लागि, eBird प्रतिभागिहरु लाई शिक्षा प्रदान गर्दछ, र यसले प्रत्येक सहभागीको डाटाको दृष्टिकरणहरू सिर्जना गरेको छ जुन तिनीहरूका डिजाइनद्वारा बर्डरहरूलाई सबै प्रजातिहरूको बारेमा जानकारी अपलोड गर्न प्रोत्साहित गर्छन्, न केवल सबै भन्दा रोचक (Wood et al. 2011; Wiggins 2011) । दोस्रो, ईबर्ड शोधकर्ताहरू सांख्यिकीय मोडेलहरू प्रयोग गर्छन् जुन कच्चा डाटाको शोर र विषम प्रकृतिको लागि सही गर्न प्रयास गर्दछ (Fink et al. 2010; Hurlbert and Liang 2012) । यो अझै स्पष्ट छैन कि यी सांख्यिकीय मोडेलहरूले डेटाबाट पूर्वाधारहरू पूर्ण रूपमा हटाउँछन्, तर अल्पविज्ञानीहरू समायोजित ईबर्ड डेटाको गुणस्तरमा पर्याप्त भरोसा छन् जुन पहिले उल्लेख गरिएको थियो, यी डेटाहरू लगभग 100 साथीहरूको समीक्षा वैज्ञानिक प्रकाशनहरूमा प्रयोग गरिएको छ।

धेरै गैर-अर्थशास्त्रीहरू प्रारम्भिक रूपमा अत्यन्त शंकास्पद हुन्छन् जब तिनीहरू पहिलो पटक ईबर्डको बारेमा सुन्नेछन्। मेरो विचारमा, यस संदेहको भाग गलत तरिकामा eBird को बारे मा सोच देखि आउँछ। धेरै व्यक्तिले पहिला "ईबर्ड डाटा सही छ?" र जवाफ "बिल्कुल होइन।" तथापि, यो सही प्रश्न होइन। सही प्रश्न हो "केहि अनुसन्धानका प्रश्नहरूको लागि, ईबीडिड डाटाहरू वर्तमान ओन्टिथोलोजीको डेटा भन्दा राम्रो छन्?" यस प्रश्नको लागि उत्तर "निश्चित रूपमा हाँ" हो, किनकि ब्याजको धेरै प्रश्नहरूको लागि - जस्तै ठूलो मात्रामा मौसमी प्रवास - वितरित डेटा संग्रहको लागि कुनै यथार्थवादी विकल्प छैन।

ईबर्ड परियोजनाले देखाउँछ कि यो महत्त्वपूर्ण वैज्ञानिक डेटाको संग्रहमा स्वयंसेवकहरू समावेश गर्न सम्भव छ। यद्यपि, ईबर्ड, र सम्बन्धित परियोजनाहरूले संकेत गर्दछ कि नमूना र डेटा गुणस्तरसँग सम्बन्धित चुनौतिहरू वितरित डेटा संग्रह परियोजनाहरूको लागि चिन्ता हुन्। जस्तै हामी अर्को भागमा देख्नेछौं, तथापि, चतुर डिजाइन र टेक्नोलोजीको साथ, यी चिन्ता केही सेटिङहरूमा कम गर्न सकिन्छ।