The community-based environmental monitoring systems as part of the research infrastructures underpinning the management of the coastal ecosystems towards the 2030 goals: the case of the citizen science observatory MINKA
Notice bibliographique
Résumé
The MINKA citizen science observatory is a community-based platform dedicated to the environmental data collection as a contribution for the SDGs achievement. MINKA gathered data of coastal areas around the world of trained volunteers, currently about biodiversity, through geolocalized images uploaded by citizens.The photos are validated by means of a three stages process certified by experts toward the taxonomic identification; eventually the confirmed species and genera are available to users through data information facility infrastructures, such as Global Biodiversity Information Facility (GBIF). At the moment the MINKA platform is under an ongoing process improving the parameters according to the Essential Ocean Variables (EOVs) defined by the GOOS fundamental for assessments and saveguard ocean health. The integration of the citizen observatory MINKA with the research infrastructures of the MINKE, EU funded project focused on metrology research infrastructures to propose an innovative framework of ‘quality of oceanographic data’, underlined the complementarity of the citizen science data bringing completeness to the accuracy of the metrology research infrastructures of MINKE. Furthermore, the current requirements to fulfil the coastal ecosystem management plans, the international agreements, the United Nations Sustainable Development Goals or the Kunming- Montreal Global biodiversity framework of the Convention on Biological Diversity (CBD) requirements are asking for data and citizen science programs are contributing to essential biodiversity variables (EBV), essential ocean variables (EOV) and for SDGs as an important data source for new and non-traditional data (Chandler, M. et al, 2017; Fritz, S. et al., 2019; Woods, S.M., 2022). Recently MINKA has been included into the UN Acceleration Actions for SDGs platform due to the contributions to the Agenda 2030, mainly SDGs 11, 14, 15 and 17.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».