Distributed databases for citizen science
Notice bibliographique
Résumé
Citizen science is often heavily dependent on software tools that allow members of the general population to collect, view and submit environmental data to a common database. While several such software platforms exist, these often require expert knowledge to set up and maintain, and server and data hosting costs can become quite costly in the long term, especially if a project is successful in attracting many users and data submissions. In the context of time-limited project funding, these limitations can pose serious obstacles to the long-term sustainability of citizen science projects as well as their ownership by the community. One the other hand, distributed database systems (such as Qri and Constellation) dispense with the need for a centralised server and instead rely on the devices (smartphone or computer) of the users themselves to store and transmit community-generated data. This new approach leads to the counterintuitive result that distributed systems, contrarily to centralised ones, become more robust and offer better availability and response times as the size of the user pool grows. In addition, since data is stored by users’ own devices, distributed systems offer interesting potential for strengthening communities’ ownership over their own environmental data (data sovereignty). This presentation will discuss the potential of distributed database systems to address the current technological limitations of centralised systems for open data and citizen science-led data collection efforts and will give examples of use cases with currently available distributed database software platforms.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,017 | 0,020 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,030 |
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 ».