MétaCan
Menu
← Retour à la cohorte
Enregistrement W6989673701

Biodiversity Citizen Science Data Production Through iNaturalist: An Anthropological Exploration

2023· dissertation· en· W6989673701 sur OpenAlexaffabout

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2023
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensDSM (Canada)
Organismes subventionnairesnon disponible
Mots-clésCitizen scienceBiodiversityGovernment (linguistics)Knowledge productionSample (material)Production (economics)Sociology of scientific knowledgeBiodiversity conservation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

iNaturalist is a common mobile application used in biodiversity citizen science projects and education. The application lets laypeople of all levels of expertise submit species ‘observations’ that can include correlating photo and audio data. All iNaturalist observations are publicly available and can be utilized by professionals in environmental organizations, researchers, academics, and park rangers. By drawing on participant observation at citizen science events hosted by the environmental charity EcoSpark, interviews with academics as well as professionals working for federal and provincial government institutions, it appears that the movement of data from the laypeople to the researchers and professionals can involve acts of giving and taking as well as an abundance of activities that spurn hope and trust for biodiversity citizen science involvement. As explicit anthropological engagement with biodiversity citizen science remains an area for ripe exploration, this thesis thus aims to embark on an anthropological exploration of a sample of iNaturalist users in Ontario, their perspectives, and the data production activities that engage them in biodiversity citizen science efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,437

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0130,009
Communication savante0,0060,004
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,284
Écart entre enseignants0,197 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→