5.4.1 eBird

ایبیری پرندوں سے پرندوں پر ڈیٹا جمع کرتا ہے؛ رضاکاروں کو یہ پیمانہ فراہم کر سکتا ہے کہ کوئی تحقیق ٹیم نہیں مل سکتی.

پرندوں ہر جگہ ہیں، اور ماہرین سائنسدانوں کو یہ جاننا ہوگا کہ ہر پرندوں ہر پل پر ہے. اس طرح کے ایک بہترین ڈیٹا بیس کو دیکھتے ہوئے، ماہر نفسیات اپنے میدان میں بہت سے بنیادی سوالات کو حل کرسکتے ہیں. یقینا، ان اعداد و شمار کو جمع کسی خاص محقق کے دائرہ کار سے باہر ہے. ایک ہی وقت میں ماہرین سائنسدانوں کو امیر اور زیادہ سے زیادہ اعداد و شمار کی خواہش ہوتی ہے، "پرندوں" - وہ لوگ جو پرندوں کے لئے مذاق دیکھ رہے ہیں. وہ مسلسل پرندوں کا مشاہدہ کرتے ہیں اور جو کچھ دیکھتے ہیں ان کی دستاویزات کرتے ہیں. یہ دو کمیونٹی تعاون کی ایک طویل تاریخ ہے، لیکن اب ان تعاونوں کو ڈیجیٹل عمر کی طرف سے تبدیل کر دیا گیا ہے. ایبڈ تقسیم شدہ اعداد و شمار کے مجموعی منصوبے ہے جو دنیا بھر میں پرندوں سے متعلق معلومات کو حل کرتی ہے اور اس سے پہلے ہی 250،000 شرکاء (Kelling, Fink, et al. 2015) سے 260 ملین برڈ نظروں سے پہلے ہی حاصل ہوا ہے.

ایبیڈر کے آغاز سے قبل، پرندوں کی طرف سے پیدا کردہ تمام اعداد و شمار محققین کے لئے دستیاب نہیں ہیں:

"آج دنیا بھر میں ہزاروں الماریوں نے بیشمار نوٹ بک، انڈیکس کارڈ، تشویش چیکلسٹ اور ڈائریوں کو جھوٹ بولا ہے. ہم میں سے جو پرندوں کے اداروں کے ساتھ شامل ہیں وہ اچھی طرح جانتے ہیں کہ 'میرے مرحوم چچا کے پرندوں کے ریکارڈ' کے بارے میں ایک اور بار پھر سننے کی مایوسی کا پتہ چلتا ہے. ہم جانتے ہیں کہ وہ کتنی قیمتی ہیں. افسوس سے، ہم یہ بھی جانتے ہیں کہ ہم ان کا استعمال نہیں کر سکتے ہیں. " (Fitzpatrick et al. 2002)

بجائے ان قیمتی اعداد و شمار کے غیر استعمال شدہ بیٹھتے ہوئے، ایبیڈر کو ان کو پکڑا جاتا ہے تاکہ ان کو مرکزی، ڈیجیٹل ڈیٹا بیس میں اپ لوڈ کرسکیں. ایبڈ پر اپ لوڈ کردہ ڈیٹا چھ اہم شعبوں پر مشتمل ہے: کون، کہاں، جب، کس طرح پرجاتیوں، کتنی اور کوششیں. غیر برڈنگ کے قارئین کے لئے، "کوشش" مشاہدات کرتے وقت استعمال کرنے والے طریقوں سے مراد ہوتا ہے. اعداد و شمار اپ لوڈ کرنے سے پہلے ڈیٹا کی جانچ پڑتال شروع ہوتی ہے. برڈرز غیر معمولی رپورٹس جمع کرنے کی کوشش کررہے ہیں - جیسے بہت ہی غیر معمولی پرجاتیوں، بہت زیادہ شماروں، یا موسم کے باہر کی رپورٹوں کی رپورٹوں کو پرچم لگایا جاتا ہے، اور ویب سائٹ خود بخود مزید معلومات کی درخواست کرتا ہے، جیسے تصاویر. اس اضافی معلومات کو جمع کرنے کے بعد، پرچم شدہ رپورٹوں کو مزید جائزہ لینے کے لئے رضاکارانہ علاقائی ماہرین میں سے ایک میں بھیجا جاتا ہے. علاقائی ماہر کی طرف سے تحقیقات کے بعد - برڈر کے پرچم شدہ رپورٹوں کے ساتھ ممکنہ اضافی خطوط سمیت، یا تو ناقابل اعتماد کے طور پر ردعمل یا ایبird ڈیٹا بیس (Kelling et al. 2012) میں داخل ہو گئے ہیں. اسکرین مشاہدات کے اس ڈیٹا بیس کے بعد دنیا میں کسی بھی انٹرنیٹ کنکشن کے ساتھ دستیاب ہوسکتا ہے، اور اب تک، تقریبا 100 ہم منصب شدہ جائزے نے اسے استعمال کیا ہے (Bonney et al. 2014) . ایبڈ واضح طور پر ظاہر کرتا ہے کہ رضا کار جانوروں کو اعداد و شمار جمع کرنے میں کامیاب ہوسکتا ہے جو حقیقی آرٹیکلولوجی تحقیق کے لئے مفید ہے.

ایبیڈر کی خوبصورتی میں سے ایک یہ ہے کہ یہ "کام" پر قبضہ کرتا ہے جو پہلے ہی ہو رہا ہے - اس معاملے میں، پرندوں. یہ خصوصیت اس منصوبے کو ایک زبردست پیمانے پر حاصل کرنے کے قابل بناتا ہے. تاہم، birders کی طرف سے کئے جانے والے "کام" بالکل سنتوں کے ماہرین کی طرف سے ضروری اعداد و شمار سے مطابقت نہیں رکھتا ہے. مثال کے طور پر، ایبڈ میں، اعداد و شمار کے مجموعہ پرندوں کی جگہ نہیں، پرندوں کے مقام کی طرف سے مقرر کیا جاتا ہے. اس کا مطلب یہ ہے کہ، مثال کے طور پر، زیادہ سے زیادہ مشاہدات سڑک کے قریب ہوتے ہیں (Kelling et al. 2012; Kelling, Fink, et al. 2015) . خلا پر کوششوں کی اس غیر مساوات کی تقسیم کے علاوہ، birders کی طرف سے بنایا گیا اصل مشاہدہ ہمیشہ مثالی نہیں ہیں. مثال کے طور پر، کچھ پرندوں صرف ان پرجاتیوں کے بارے میں معلومات اپ لوڈ کرتے ہیں جو ان کے تمام پرجاتیوں کے متعلق دلچسپی پر مبنی ہیں.

ایبڈ محققین ان اعداد و شمار کے معیار کے مسائل کے حل کے دو اہم حل ہیں- حل کرنے والے دیگر ڈیٹا بیس جمع کرنے کے منصوبوں میں بھی مددگار ثابت ہوسکتا ہے. سب سے پہلے، ایبیڈر محققین مسلسل birders کی طرف سے پیش اعداد و شمار کے معیار کو اپ گریڈ کرنے کی کوشش کر رہے ہیں. مثال کے طور پر، ایبیر شراکت داروں کو تعلیم فراہم کرتا ہے، اور اس نے ہر شریک کے اعداد و شمار کے بصیرت پیدا کیے ہیں جو ان کے ڈیزائن کے ذریعہ پرندوں کو ان تمام نوعیتوں کے بارے میں معلومات اپ لوڈ کرنے کے لئے حوصلہ افزائی کرتی ہیں جنہیں انہوں نے دیکھا تھا، نہ صرف دلچسپی (Wood et al. 2011; Wiggins 2011) . دوسرا، ایبرڈ محققین اعداد و شمار کے ماڈل استعمال کرتے ہیں جو خام اعداد و شمار کے شور اور جغرافیائی فطرت کے لئے درست کرنے کی کوشش کرتے ہیں (Fink et al. 2010; Hurlbert and Liang 2012) . یہ ابھی تک واضح نہیں ہے کہ اگر یہ اعداد و شمار کے ماڈل کو اعداد و شمار سے مکمل طور پر باخبر رہنے کے لۓ، لیکن ایڈنسٹولوجسٹ ایڈجسٹ ایبڈ ڈیٹا کے معیار میں کافی اعتماد رکھتے ہیں، جیسا کہ پہلے ذکر کیا گیا ہے، یہ اعداد و شمار تقریبا 100 ہم آہنگی جائزے سائنسی اشاعتوں میں استعمال کیے گئے ہیں.

ابتدائی طور پر بہت سے غیر ارواحالوجسٹ اس وقت انتہائی شکست رکھتے ہیں جب انہوں نے پہلی مرتبہ ایبڈ کے بارے میں سنا. میری رائے میں، اس شکست کا حصہ ایبڈ کے بارے میں غلط طریقے سے سوچنے سے آتا ہے. بہت سے لوگ پہلے سوچتے ہیں "کیا ایبڈ ڈیٹا کامل ہے؟"، اور جواب "بالکل نہیں." ​​تاہم، یہ صحیح سوال نہیں ہے. صحیح سوال یہ ہے کہ "کچھ تحقیق کے سوالات کے لئے، موجودہ آیاتھالوجی کے اعداد و شمار سے بہتر ایبرا ڈیٹا بہتر ہے؟" اس سوال کے جواب میں "یقینی طور پر ہاں" ہے، کیونکہ اس میں دلچسپی کے بہت سے سوالات ہیں - جیسے بڑے پیمانے پر موسمی منتقلی کے بارے میں سوالات یہ تقسیم ڈیٹا بیس جمع کرنے کے لئے کوئی حقیقت پسندانہ متبادل نہیں ہے.

ایبیر پروجیکٹ سے پتہ چلتا ہے کہ اہم سائنسی اعداد و شمار کے مجموعہ میں رضاکاروں کو شامل کرنا ممکن ہے. تاہم، ایبڈ، اور متعلقہ منصوبوں سے پتہ چلتا ہے کہ نمونے اور اعداد و شمار کے معیار سے منسلک چیلنجز ڈیٹا بیس جمع کرنے والے منصوبوں کے خدشات ہیں. جیسا کہ ہم اگلے حصے میں دیکھیں گے، تاہم، ہوشیار ڈیزائن اور ٹیکنالوجی کے ساتھ، یہ خدشات کچھ ترتیبات میں کم سے کم ہوسکتی ہے.