MétaCan
Menu
Retour à la cohorte
Enregistrement W6980435157

Can Citizen Science learn something from Pokemon-Go?

2016· other· en· W6980435157 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueLincoln University Research Archive (Lincoln University) · 2016
Typeother
Langueen
DomaineArts and Humanities
ThématiqueOral History, Memory, Narrative Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitizen sciencePopulationPublic engagementNatural (archaeology)Space (punctuation)Quarter (Canadian coin)History of scienceField (mathematics)Smartphone appScience communication
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Citizen science is a symbiosis between scientists and the wider public. Conventional science is based on systematic, repeated observations, and methodically testing theories in controlled experiments. NatureWatch NZ, the largest citizen bioscience platform in the country, has in 4 years attracted 0.001% of NZ’s population to record over a quarter million observations of everything from kittens, first encounters, spread of aliens, biodiversity hotspots, to forest industry compilations of biodiversity. NatureWatch NZ is running at 4-8 times the level of uptake in the American parent iNaturalist. In a parallel universe, Pokemon-Go (PG) has taken the world by storm, drawing people out of their homes, into streets and parks, in unprecedented numbers to hunt down Pokemon! We explore how digital culture advances nature conservation goals and whether gaming successfully converts that desire for discovery and primal need for adrenaline into robust data. It’s been observed that if PG fanatics were making natural history observations we would accumulate the equivalent of centuries of field data in the space of a few days! The long game is to get meaningful, enduring engagement that demonstrates market share to funders and achieves awareness of the natural world. There are inevitably hazards from anti-social behaviour and suboptimal use of technology, but the iNaturalist developers are busily refining the mobile app to attract larger numbers of those elusive adolescents with short attention spans. QuestaGame is one experimental interface endeavouring to turn nature-recording into a fun activity – with a competitive edge. Understanding and meeting the needs across a broad spectrum of potential users is critical to the value of citizen science. We analyse >270 topic, place and habitat-based Projects in NatureWatch NZ to see what is attracting people, how systematic acquisition of robust data can be made appealing while satisfying educational, science and government agency standards.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,002
Études des sciences et des technologies0,0040,011
Communication savante0,0000,001
Science ouverte0,0040,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,004

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,271
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle