Biodiversity citizen science projects are growing in number, size, and scope, and are gaining recognition as valuable data sources that build public engagement. Yet publication rates indicate that citizen science is still infrequently used as a primary tool for conservation research and the causes of this apparent disconnect have not been quantitatively evaluated. To uncover the barriers to the use of citizen science as a research tool,we surveyed professional biodiversity scientists (n = 423) and citizen science project managers (n = 125). We conducted three analyses using non-parametric recursive modeling (randomforest), using questions that addressed: scientists' perceptions and preferences regarding citizen science, scientists' requirements for their own data, and the actual practices of citizen science projects. For all three analyseswe identified themost important factors that influence the probability of publication using citizen science data. Four general barriers emerged: a narrow awareness among scientists of citizen science projects thatmatch their needs; the fact that not all biodiversity science is well-suited for citizen science; inconsistency in data quality across citizen science projects; and bias among scientists for certain data sources (institutions and ages/education levels of data collectors). Notably, we find limited evidence to suggest a relationship between citizen science projects that satisfy scientists' biases and data quality or probability of publication. These results illuminate the need for greater visibility of citizen science practices with respect to the requirements of biodiversity science and show that addressing bias among scientists could improve application of citizen science in conservation
Titre de l'article
La science de la science citoyenne: explorer les limites d'utilisation en tant qu'outil de recherche primaire
La science de la science citoyenne: explorer les limites d'utilisation en tant qu'outil de recherche primaire
Introduction à l'article
La science citoyenne (CS) n'est pas encore établie de manière définitive comme un atout de recherche primaire. Ceci implique des taux de "Peer review" faibles et le constat que les articles issus de données de science citoyenne sont peu cités. Selon les auteurs, un facteur important est comment la science citoyenne est perçue par les chercheurs. Notamment, la présence de doute sur la qualité des données, la manque de design expérimental, le faible entraînement des participants et les problèmes de contrôles standardisées semblent expliquer pourquoi la CS n'a pas encore été reconnue comme un atout primordial.
Les auteurs proposent une évaluation systémique et quantitative des facteurs qui relient la perception des chercheurs à l'utilisation de la science citoyenne. Ils proposent d'identifier les barrières en traitant trois axes principaux :
La science citoyenne (CS) n'est pas encore établie de manière définitive comme un atout de recherche primaire. Ceci implique des taux de "Peer review" faibles et le constat que les articles issus de données de science citoyenne sont peu cités. Selon les auteurs, un facteur important est comment la science citoyenne est perçue par les chercheurs. Notamment, la présence de doute sur la qualité des données, la manque de design expérimental, le faible entraînement des participants et les problèmes de contrôles standardisées semblent expliquer pourquoi la CS n'a pas encore été reconnue comme un atout primordial.
Les auteurs proposent une évaluation systémique et quantitative des facteurs qui relient la perception des chercheurs à l'utilisation de la science citoyenne. Ils proposent d'identifier les barrières en traitant trois axes principaux :
Expériences de l'article
Cette étude se base sur des questionnaires en ligne, remplis par des chercheurs et des responsable de projet de CS.
Pour les chercheurs, on cherche à savoir :
Pour les gestionnaires de projets, on cherche à savoir :
Afin de mettre en évidence un patron explicatif entre la probabilité de publication en utilisant des données de science citoyenne et les réponses aux questionnaires, les auteurs utilisent une approche de modélisation non-paramétrique. En outre, en univarié, ils réalisent des statistiques descriptives et comparatives pour mettre en évidence la correspondance entre projet de CS et les perceptions, les préférences et les attentes des chercheurs.
Cette étude se base sur des questionnaires en ligne, remplis par des chercheurs et des responsable de projet de CS.
Pour les chercheurs, on cherche à savoir :
Pour les gestionnaires de projets, on cherche à savoir :
Afin de mettre en évidence un patron explicatif entre la probabilité de publication en utilisant des données de science citoyenne et les réponses aux questionnaires, les auteurs utilisent une approche de modélisation non-paramétrique. En outre, en univarié, ils réalisent des statistiques descriptives et comparatives pour mettre en évidence la correspondance entre projet de CS et les perceptions, les préférences et les attentes des chercheurs.
Résultats de l'article
Les résultats démontrent la présence de différences entre la perception des chercheurs et des responsables de projets (Figure 1c). Le fait qu'un projet de CS soit issu d'un établissement académique augmente la probabilité de publication (Figure 1a). Par ailleurs, les auteurs constatent que la démographie des citoyens scientifiques impacte fortement le taux de publication (Figure 1b).
Les chercheurs exprimant un doute sur la qualité des données et qui étaient sceptique envers du succès de publication ont une probabilité inférieure de publier. Par ailleurs, la probabilité de publication est plus élevée si l'échantillonnage a été effectué par des participants formés. La probabilité de publication augmente avec l'ancienneté du projet et la présence d'une phase d'entrainement des participants. En outre, la probabilité de publication diminue si le but du projet n'est pas un apport à la recherche, mais uniquement un apport éducatif au public.
Les résultats démontrent la présence de différences entre la perception des chercheurs et des responsables de projets (Figure 1c). Le fait qu'un projet de CS soit issu d'un établissement académique augmente la probabilité de publication (Figure 1a). Par ailleurs, les auteurs constatent que la démographie des citoyens scientifiques impacte fortement le taux de publication (Figure 1b).
Les chercheurs exprimant un doute sur la qualité des données et qui étaient sceptique envers du succès de publication ont une probabilité inférieure de publier. Par ailleurs, la probabilité de publication est plus élevée si l'échantillonnage a été effectué par des participants formés. La probabilité de publication augmente avec l'ancienneté du projet et la présence d'une phase d'entrainement des participants. En outre, la probabilité de publication diminue si le but du projet n'est pas un apport à la recherche, mais uniquement un apport éducatif au public.
Rigueur de l'article
L'approche de cet article est très pertinente. Elle permet de mettre en évidence des facteurs qualitatifs justifiant pourquoi la science citoyenne à ce jour n'est toujours pas acceptée comme un atout primordial en recherche.
L'approche de cet article est très pertinente. Elle permet de mettre en évidence des facteurs qualitatifs justifiant pourquoi la science citoyenne à ce jour n'est toujours pas acceptée comme un atout primordial en recherche.
Ce que cet article apporte au débat
Préférences sur l'origine des données
Les chercheurs préfèrent des données collectées par d'autres scientifiques, notamment des universitaires par rapport à celles collectées par d'autres non-scientifiques (amateurs et citoyens scientifiques).
Qualité des données
La qualité des données est critiquée par les chercheurs et les responsable de projets déclarent une qualité inconsistante.
Conscience des projets de science citoyenne
Les chercheurs ne réalisent pas forcément qu'il existe des projets de science citoyenne dans leur domaine de prédilection.
Pertinence
La science citoyenne ne peut pas être appliquée dans tous les domaines de recherche.
Préférences sur l'origine des données
Les chercheurs préfèrent des données collectées par d'autres scientifiques, notamment des universitaires par rapport à celles collectées par d'autres non-scientifiques (amateurs et citoyens scientifiques).
Qualité des données
La qualité des données est critiquée par les chercheurs et les responsable de projets déclarent une qualité inconsistante.
Conscience des projets de science citoyenne
Les chercheurs ne réalisent pas forcément qu'il existe des projets de science citoyenne dans leur domaine de prédilection.
Pertinence
La science citoyenne ne peut pas être appliquée dans tous les domaines de recherche.
Figure
La Figure 1 (a,b,c) illustre les statistiques descriptives et comparatives issus des questionnaires en ligne. La Figure 1a représente les préférences des cherchers et des responsables de projets en fonction de la démographies des participants. La Figure 1b illustre les préférences en fonction du type d'institut. La Figure 1c représente les différences d'opinion entre les chercheurs et les responsables de projet.
Source
La Figure 1 (a,b,c) illustre les statistiques descriptives et comparatives issus des questionnaires en ligne. La Figure 1a représente les préférences des cherchers et des responsables de projets en fonction de la démographies des participants. La Figure 1b illustre les préférences en fonction du type d'institut. La Figure 1c représente les différences d'opinion entre les chercheurs et les responsables de projet.
Source
Dernière modification il y a plus de 7 ans.