Highly specialized recreationists contribute the most to the citizen science project eBird
Notice bibliographique
Résumé
Abstract Contributory citizen science projects (hereafter “contributory projects”) are a powerful tool for avian conservation science. Large-scale projects such as eBird have produced data that have advanced science and contributed to many conservation applications. These projects also provide a means to engage the public in scientific data collection. A common challenge across contributory projects like eBird is to maintain participation, as some volunteers contribute just a few times before disengaging. To maximize contributions and manage an effective program that has broad appeal, it is useful to better understand factors that influence contribution rates. For projects capitalizing on recreation activities (e.g., birding), differences in contribution levels might be explained by the recreation specialization framework, which describes how recreationists vary in skill, behavior, and motives. We paired data from a survey of birders across the United States and Canada with data on their eBird contributions (n = 28,926) to test whether those who contributed most are more specialized birders. We assigned participants to 4 contribution groups based on eBird checklist submissions and compared groups’ specialization levels and motivations. More active contribution groups had higher specialization, yet some specialized birders were not active participants. The most distinguishing feature among groups was the behavioral dimension of specialization, with active eBird participants owning specialized equipment and taking frequent trips away from home to bird. Active participants had the strongest achievement motivations for birding (e.g., keeping a life list), whereas all groups had strong appreciation motivations (e.g., enjoying the sights and sounds of birding). Using recreation specialization to characterize eBird participants can help explain why some do not regularly contribute data. Project managers may be able to promote participation, particularly by those who are specialized but not contributing, by appealing to a broader suite of motivations that includes both appreciation and achievement motivations, and thereby increase data for conservation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».