The role of digital data entry in participatory environmental monitoring
Notice bibliographique
Résumé
Many argue that monitoring conducted exclusively by scientists is insufficient to address ongoing environmental challenges. One solution entails the use of mobile digital devices in participatory monitoring (PM) programs. But how digital data entry affects programs with varying levels of stakeholder participation, from nonscientists collecting field data to nonscientists administering every step of a monitoring program, remains unclear. We reviewed the successes, in terms of management interventions and sustainability, of 107 monitoring programs described in the literature (hereafter programs) and compared these with case studies from our PM experiences in Australia, Canada, Ethiopia, Ghana, Greenland, and Vietnam (hereafter cases). Our literature review showed that participatory programs were less likely to use digital devices, and 2 of our 3 more participatory cases were also slow to adopt digital data entry. Programs that were participatory and used digital devices were more likely to report management actions, which was consistent with cases in Ethiopia, Greenland, and Australia. Programs engaging volunteers were more frequently reported as ongoing, but those involving digital data entry were less often sustained when data collectors were volunteers. For the Vietnamese and Canadian cases, sustainability was undermined by a mismatch in stakeholder objectives. In the Ghanaian case, complex field protocols diminished monitoring sustainability. Innovative technologies attract interest, but the foundation of effective participatory adaptive monitoring depends more on collaboratively defined questions, objectives, conceptual models, and monitoring approaches. When this foundation is built through effective partnerships, digital data entry can enable the collection of more data of higher quality. Without this foundation, or when implemented ineffectively or unnecessarily, digital data entry can be an additional expense that distracts from core monitoring objectives and undermines project sustainability. The appropriate role of digital data entry in PM likely depends more on the context in which it is used and less on the technology itself.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,236 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,007 | 0,024 |
| Communication savante | 0,019 | 0,033 |
| Science ouverte | 0,006 | 0,026 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».