Les sciences citoyennes : un atout pour la recherche ?

L’épidémiologie participative (EP) est une méthode employée pour dépister rapidement les maladies, les surveiller et permettre leur hiérarchisation. Les maladies touchant le bétail constituent un obstacle majeur à la bonne santé animale, à la production animale et aux économies rurales. Suite à de nombreuses « mauvaises expériences » conduisant à un manque de confiance entre les différents intervenants, la gestion des maladies endémiques s’est retrouvée laissé aux propriétaires de bétails et aux prestataires de service du secteur privé.
Dans cette étude, l'objectif de l’EP est d’examiner la capacité des aborigènes au Nigéria à diagnostiquer et à traiter les maladies des bovins. Une analyse quantitative permettant de relier les descriptions de la maladie peule aux maladies vétérinaires a été réalisée par classification et une enquête parasitologique sur les parasites transmis par le sol, les tiques et les trypanosomes a été entreprise pour valider les résultats.

70% des bovins de la région de Bokkos au Nigéria sont gérés par des pasteurs peuls sédentaires. Ainsi, l’EP et l’enquête épidémiologique ont été menées en parallèle, sur six troupeaux sélectionnés selon différents facteurs tels que la sécurité, les conditions environnementales et pratiques d’élevage. Les données sur les maladies endémiques du bétail pastoral ont été collectées à l’aide de méthode de diagnostic participatif et épidémiologique, c’est-à-dire que la participation des volontaires intervient lors d’entretiens menés avec des éleveurs, des vétérinaires et des para-vétérinaires locaux. Il leur a été demandé d’indiquer le nombre de cas, de décès et de traitements utilisés pour chaque maladie au cours des 12 derniers mois. Pour l’enquête épidémiologique, les prélèvements fécaux et de sang, quant à eux, ont été réalisés par des professionnels ; tout comme le reste des analyses telles que la détection d’infection par réaction en chaîne par polymérase (PCR) et des analyses statistiques.

Bien que les peuls montrent un niveau élevé de connaissances ethnovétérinaires et de bonnes capacités de diagnostic clinique, ils sont conscients de leurs lacunes concernant leurs connaissances des médicaments vétérinaires ; leurs pratiques reposants sur des essais, des erreurs ou des recommandations de trafiquants agro-vétérinaires de confiance. Le faible accès aux structures de santé et aux vétérinaires pour des consultations, ainsi que la réticence éprouvée à leur égard, ne répond pas aux besoins en matière de santé animale et poussent d’avantage les peuls à traiter leurs animaux eux-mêmes. Leur culture pastorale et connaissances ethnovétérinaires ainsi que le coût élevé des prestations réduisent aussi cette volonté de consulter. En parallèle, l’enquête parasitologique appuie les résultats obtenus par l’EP concernant les maladies considérés comme importantes par les pasteurs mais montre une prévalence élevée de maladies transmises par les tiques, non mentionnées par les pasteurs.

L’épidémiologie participative facilite le transfert de connaissances entre les intervenants de par l’établissement d’un dialogue et de la mise en place progressive d’une confiance. Elle est aussi bien adaptée à l’intégration avec l’épidémiologie conventionnelle car elle reconnaît les limites des modèles de maladies épidémiologiques et constitue un outil précieux pour les valider. La validation mutuelle des méthodes épidémiologiques participatives et conventionnelles est l’un des principes centraux de l’EP.
En comparaison à la "science citoyenne", l'EP émerge de l'épidémiologie vétérinaire et s'appuie sur des observations et connaissances afin de comprendre les maladies dans leurs contextes environnementaux et socioéconomiques en fournissant des données qualitatives.

L’article met en avant l’importance de l’épidémiologie participative de par son aspect complémentaire à une enquête épidémiologique/parasitologique ; elle est essentielle pour pouvoir communiquer efficacement avec les pasteurs en prenant en compte leurs perceptions sans les considérer comme « fausses ».

La science citoyenne (CS) désigne des coutumes diverses allant du partage de puissance computationnelle, à la collecte de données par des naturalistes bénévoles jusqu'à la classification d'images de galaxies. Dans cette revue, les auteurs remettent en question la définition, les généalogies et les promesses faites par les promoteurs de la CS. Ils éclairent l'histoire et la définition de la CS tout en proposant une topologie permettant de classer les projets. De même, ils reviennent sur les buts ultimes de la CS qui sont une démocratisation de la science, une amélioration de la littérature scientifique et d'importantes avancées scientifiques.

Deux origines de la CS sont proposées, la première revient aux naturalistes du 18ième et 19ième siècle qui pratiquaient des activités scientifiques souvent en dehors d'un cadre académique (professionnel). L'argument principal revient à dire qu'avant la professionnalisation de la science, la majorité des philosophes, des savants et des naturalistes n'étaient pas payés pour leurs activités et peuvent donc être considérés comme des citoyens scientifiques. Ainsi, si Darwin était un citoyen scientifique alors les participants de nos jours pourraient être importants eux-aussi. La deuxième origine est associée aux critiques à la science dans les années 1960 et 1970. Le support pour cette origine s'explique par l'opinion critique des partisans de la science citoyenne envers des secteurs académiques et privés de la recherche actuelle avec l'argumentation que ceux-ci ne servent pas l'intérêt public.

En ce qui concerne les définitions de la science citoyenne, les pères fondateurs sont Alan Irwin et Richard Bonney. La conceptualisation initiale d'Irwin est profondément différente de celle de Bonney^[1]. La définition d'Irwin peut être vue sous deux angles, d'une part, il s'agit d'une science qui sert aux intérêts du public et d'autre part il s'agit d'une science effectuée par le public. En unifiant les termes science pour le public et science par le public, Irwin vise à démocratiser la démarche scientifique en la rendant compréhensible et abordable par le grand public. Bonney en revanche, voit la CS comme des projets scientifiques pour lesquels des amateurs contribuent avec des observations et en revanche profitent d'un gain de connaissances ("two-way street").

En outre, au sein de cette revue, les auteurs abordent la typologie de la science citoyenne. La première classification qui est hiérarchique, divise la CS en projets collaboratifs, le public aide au développement du projet, et en projets contributifs qui ont été développés uniquement par des chercheurs. Cette première classification qui est hiérarchique, classe les projets en fonction du dégrée de participation. D'autres approches sont des classifications en fonction du but du projet ou comment les auteurs les proposent en fonction des pratiques épistémiques. Selon les auteurs, les critères de classification sont les pratiques de recensement ^[2], d'informatique, d'analyse, d'auto déclaration^[3] ou de fabrication. Une telle typologie est extrêmement importante, car elle permet d'identifier et de relever des projets qui ne devraient pas être classés comme un projet de science citoyenne.

En conclusion, les auteurs relèvent les buts ultimes que chaque projet de CS devrait avoir, il s'agit comme mentionné précédemment d'une démocratisation de la science, d'une amélioration de la littérature scientifique et d'avancer la science. La démocratisation de la science fait référence à un partage de pouvoir entre tous les citoyens, de l'amateur jusqu'au chercheur. Le deuxième aspect se réfère au fait que la CS doit rendre les travaux scientifiques compréhensibles à un public large, on parle de vulgarisation scientifique. Le dernier de ces trois points est clair dans les mesures où une attente de projet de CS est d'apporter de nouvelles avancées à partir des larges quantités de données.

Cette revue est présentée avec un grand recul, bien que la discussion soit assez répétitive, et la pertinence variable.

Cette revue permet de fixer le cadre général de notre controverse. Les auteurs discutent les racines des pratiques de CS et comment celles-ci ont évolué pour inspirer les définitions utilisées de nos jours. En outre, les auteurs présentent une typologie essentielle qui permettra, non seulement de classer les projets de CS, mais aussi de déterminer les projets ne devant pas être regroupés sous le label de "science citoyenne".

Les sciences citoyennes (CS) correspondent à l’étude, de façon collaborative, de diverses sujets scientifiques et contributifs, pour un intérêt collectif que ce soit au niveau local, national ou internationale. Une classification des projets de science citoyenne a été proposée par Wiggins & Crowston (2011), basée sur les objectifs principaux (action, conservation, investigation, informatique et éducation) et sur l’importance du contexte pour la participation publique, afin de conceptualiser un projet de CS et aider à comprendre les motivations. Cette revue fait référence au symposium « Science citoyenne et biologie comportementale : entre défis et opportunités » de la 8ème conférence européenne sur la biologie comportementale qui a eu lieu à Vienne en 2016. Quatre études de cas sont présentées.

Cartographie des dialectes du Bruant jaune en République tchèque
Dans un objectif de conservation, un site web a été créé afin de cartographier la distribution des différents dialectes de chant d'oiseau. La diffusion et sensibilisation du projet par les radios et journaux a permis de recruter des volontaires. Afin d’éviter tout biais concernant la qualité des enregistrements sonores, un « chant de référence » a été fourni afin de calibrer les outils d’enregistrement. En utilisant des activités de loisir, les participants ont pu être envoyé dans des zones peu explorés, permettant de minimiser les inégalités ou biais d'échantillonnage. Cette étude de cas permet de montrer comment les citoyens peuvent être inclus dans des projets de recherche à large échelle à l'aide d'outils tel que des sites Web^[1].

Conflit entre agriculteurs et carnivores sur des terres agricoles commerciales en Namibie
Pour les scientifiques, avoir compris le conflit selon le point de vue des agriculteurs a permis de développer des relations de confiance, de comprendre leurs motivations et de collecter au mieux les données. Bien que les guépards ne semblent pas s’attaquer de manière sélective au bétail, cela a permis de réduire les pertes des agriculteurs causées par les guépards en adaptant la gestion de leur bétail aux mouvements spatiaux des guépards. L'aspect pratique de la recherche a incité les agriculteurs à poursuivre leur soutien sur d’autres projets de recherche. Les chercheurs bénéficient alors du dialogue et de la collaboration existante : situation gagnant-gagnant conduisant à un partenariat à long-terme.

L'utilisation des étudiants comme observateurs de la faune en Autriche
La troisième étude de cas met en avant les activités axées sur l'éducation. Les étudiants de tous groupes d'âge (5 à 19 ans) peuvent être impliqués dans des projets de CS dans le cas où les activités sont intéressantes, et si les tâches sont simples et bien définies. Cependant, les projets ont été confrontés à des problèmes de calendrier scolaire et de programmes d’études fixes ainsi que des contraintes logistiques tel que la distance à parcourir entre les écoles et les sites d’observation.

L'importance de la diffusion dans le recrutement de volontaires pour une étude sur l'écologie urbaine en Allemagne
Le succès de projet impliquant les sciences citoyennes dépend dans une large mesure du succès du recrutement des participants. Il a été démontré que la participation des radiodiffusions, campagnes médiatiques et émissions de télévisions permet d'améliorer le nombre de recrue des citoyens. Cependant, les chercheurs doivent disposés d’un grand nombre de données, et bien qu’une grande participation ait lieu, cela ne permet pas toujours de rassembler une quantité importante de données utilisables pour des analyses robustes. Cette étude de cas montre que la collaboration avec un opérateur de média peut être un facteur clé pour le recrutement de citoyens scientifiques.

Les auteurs considèrent les CS comme un puissant outil de recherche en biologie de la faune. Cela leur permet de collecter un grand nombre de données même avec des fonds limités, apportant une sensibilisation à la démarche scientifiques tout en augmentant les connaissances scientifiques des participants. La qualité et la fiabilité sont des aspects importants dans la mesure où ils influent les résultats du projet. Renforcer les capacités et améliorer l’efficacité de la gestion des projets sont essentiels car ils peuvent être impacté par le manque de financement et/ou l’insuffisance de formation des citoyens.
En conclusion, les auteurs montrent que l’engagement des citoyens dans des projets scientifiques procure des avantages à la société et à la science, en combinant la collecte de données publiables, l’éducation et la sensibilisation.

Cette revue montre que l’implication des universités/académies est un point important. D'autre part, la croissance de la société civile est associée au développement technologique menant à une facilitation de la communication entre les participants, avec réduction des coûts d’équipement et élargissement de la variété des tâches.

Cette revue met en avant les sciences citoyennes comme solution novatrice face aux limites et contraintes budgétaires des méthodes traditionnelles de suivi des moustiques vecteurs de maladies. Elle rend compte des nécessités de nouveaux modèles innovatifs dans le secteur de la santé publique.

Les méthodes traditionnelles de suivis, tel que la capture manuelle ou des pièges, dépendent de la main d’œuvre de scientifiques ou de techniciens professionnels mais leurs coûts sont très élevés. Ces vecteurs de maladies sont des espèces envahissantes et se propagent rapidement sur l’ensemble des territoires. En termes de santé publique, les localités chargées de la surveillance ont des contraintes budgétaires, ce qui représente une barrière pour la mise en place à grande échelle des surveillances. En plus d’une coordination entre les gouvernements et les autres acteurs, tels que des universités ou des secteurs privés, la participation du public (« science citoyenne ») est une solution possible pour répondre à ce problème.

Dans cette revue, les auteurs s’appuient sur l’exemple de l’application « Mosquito Alert » (Figure 1), une étude basée en Espagne, afin de montrer comment cette dernière stimule l’innovation dans la prise de décision en santé publique et la gestion vectorielle quotidienne. Afin de faciliter la communication des informations entre les citoyens et les équipes de recherches, une application pour smartphone a donc été créé ainsi qu’un portail web. Les données envoyées par les participants (photographies de moustique, lieu de découverte, etc.) sont préalablement vérifiées et validées par des équipes d’entomologistes. Cette application permet de partager l’exploitation des informations sur les risques de maladie en temps réel.

Comme toutes avancées technologiques et innovantes, tout biais d’échantillonnages doit être pris en compte. Pour cela, d’après les auteurs, un ajustement et une normalisation des données permet d’obtenir une qualité et un pouvoir prédictif « presque » équivalent aux données obtenues par surveillance traditionnelle. Ainsi, cela leur permet d’assembler ces deux types de données et d’obtenir une meilleure robustesse statistique et par la suite une base solide pour des stratégies de gestion rentable à long terme.

Les auteurs relèvent le fait que le développement d’approches scientifiques de surveillance et contrôle, basées sur les sciences participatives, nécessite des avancées technologiques, des ouvertures, des investissement et collaborations entre de nombreux partenaires. Sans cela, ces dernières peuvent finir par disparaître.

Cette revue contient des aspects peu objectifs, même s’ils prennent en compte les biais statistiques. La qualité de ces données ne peut pas être équivalente à celle des données issues de systèmes traditionnelles, car elles ne sont pas prélevées par des scientifiques. Cependant, il est vrai que l’utilisation de ces informations et l’amélioration des outils, tel que cette application, permet d’élargir les systèmes de surveillance et donc les programmes de lutte parasitaire.

Les méthodes d’acquisition de données ne cessent d’évoluer en même temps que les technologies. Cette revue met en avant l’apport positif des sciences participatives à travers le partage et la communication des informations, tout en étant consciente qu’il faut une amélioration constante de ces outils pour que ces systèmes perdurent. La participation collective à travers cette application permet une surveillance à plus grande échelle, en continue et moins coûteuse pour les scientifiques. Les citoyens sont aussi poussés à participer à des processus de recherche en tenant compte de l’impact social, politique et éducatif de la lutte. Cela permet d’avoir une meilleure représentation des vecteurs, des potentiels de dispersions des maladies et de pouvoir essayer d’éviter ou contrôler l’émergence de maladie. Sans cela, les études prennent davantage de temps et d’argent bien que les données ne soient pas fournies par des scientifiques.

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 :

1. Perception de la science citoyenne par les chercheurs
2. Exigences vis-à-vis des données.
3. Connaissance des projets de science citoyenne

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 :

1. Le degré d'utilisation de la CS dans leur recherche
2. Leur perception de la CS et des données
3. Les exigences méthodologiques

Pour les gestionnaires de projets, on cherche à savoir :

1. Les buts du projet et les détails administratifs
2. Les protocoles d'échantillonnage
3. Les statistiques démographiques des participants

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.

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.

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.

1. 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).

2. Qualité des données
   La qualité des données est critiquée par les chercheurs et les responsable de projets déclarent une qualité inconsistante.

3. 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.

4. Pertinence
   La science citoyenne ne peut pas être appliquée dans tous les domaines de recherche.

Les projets scientifiques impliquant des citoyens peuvent porter sur des questions spécifiques de recherche , avec des protocoles précis de collecte de données, ou sur des questions plus ouvertes, menant à des collectes de données parfois inconnues ou en évolution. Les avancées technologiques ont considérablement contribué à l’accroissement du nombre de projet de science citoyenne. Dans cette revue, les auteurs s’intéressent aux projets en ligne, appelés « crowdsourcing », afin de discuter autour de la qualité des données.

Le projet Galaxy zoo démontre, à travers la création d’un forum, une conception permettant aux participants de fournir de nouvelles informations précieuses et de contribuer au-delà de la simple classification d’images de galaxies. Les auteurs affirment que la qualité des données en science citoyenne correspond à bien plus que l’exactitude des données.

Selon Lewandowski et Specht (2015), la qualité des données dans le cadre de projet de science citoyenne axée sur la biologie peut être décrit par quatre dimensions : l’exactitude et la précision des données ; une taille suffisante de l’échantillon ; et des procédures d’échantillonnages normalisés. La qualité des données recueillies par les citoyens semble devoir répondre à des critères correspondant aux normes de la science professionnelle. Cependant, selon ces auteurs, les citoyens manquent généralement de formation scientifique formelle et ces lacunes causent des soucis pour la collecte de données.

La qualité des données indique également dans quelle mesure la conception d’un projet spécifique facilite la capacité des citoyens à repérer les éléments intéressants, inattendus ou nouveaux. Les auteurs mettent en avant le fait qu’il faudrait considérer le manque d’expérience et le manque de formation scientifique formelle comme des caractéristiques améliorant la qualité des données et non comme des « menaces », à condition que les chercheurs sachent en tirer parti. De plus, les participants des projets de science citoyenne ne forment pas un groupe homogène mais sont plutôt constitués de « communautés », avec des intérêts spécifiques, des formations et expertises diverses. Cette vision est dominante dans certains domaines tel que celui de l’informatique ; la qualité des données est ainsi perçue comme un système multidimensionnel. Des compromis semblent tout de même inévitables. A travers l’exemple du projet eBird, où les participants nécessiteraient une expertise pour participer, les auteurs mettent en avant la présence de compromis entre participation à large échelle et les attentes des sponsors envers de citoyens novices. L’exhaustivité des données est parfois compromise volontairement afin d’accroitre la précision des données.

Les auteurs soutiennent le fait qu’il faut impliquer une large diversité de citoyens dans les projets de science citoyenne, ces derniers devant être conçus de manière inclusive et non limités. Il semble même que ce type de projet permette d’obtenir davantage d’observation et pas seulement celles prédéterminées : ils mettent en avant une approche flexible de la collecte de données. Ce type d’approche permet d’avoir l’occasion d’établir des dialogues avec des personnes ayant pour objectif principal d'augmenter leur culture scientifique. Ils mettent aussi en avant le fait que les tâches peuvent souvent être irréalistes. D’après les auteurs, pour éviter les problèmes émergeants de la qualité des données issues de projet de science citoyenne, les citoyens doivent contribuer à la "rédaction de l'histoire" du projet.

Bien qu'il soit utile que les citoyens participants aux projets de science citoyenne adhèrent aux normes de la pratique scientifique, le processus de la science comprend plus que la simple collecte et le traitement de données : la qualité des données est essentielle. Cependant, les auteurs mettent en avant leurs opinions en privilégiant les informations confirmants leurs idées ce qui peut induire, selon moi, un biais de confirmation.

Cette revue permet d'obtenir un point de vue différent concernant la qualité des données, qui n'est pas définie que par un seul critère mais qui correspond à un système multidimensionnel. De plus, il semblerait qu'ouvrir au maximum la question du projet permette d'impliquer et de motiver davantage les citoyens.

Au cours des dernières années, les sciences citoyennes (CS) ont connu une grande croissance et attirent de plus en plus les chercheurs de par la récolte d’un grand nombre de données. La divergence d'opinion et la faible reconnaissance des participants doivent être pris en considération et être améliorer. Cependant, la terminologie "science citoyenne" reste encore discutée en fonction des domaines dans lesquels ces projets participatifs sont utilisés. En prenant en compte les différentes descriptions des sciences citoyennes, le but de cet article est de donner un aperçu de cette science, en se basant sur trois questions :

• Q1 : Comment les sciences citoyennes et les termes associés ont-ils évolué au cours du temps ?
• Q2 : Quels domaines de recherche ont adopté les sciences citoyennes ?
• Q3 : Quels projets de science citoyenne ont des résultats scientifiques exploitables ?

Deux jeux de données extraits de Web of Science (WoS) ont été analysés (N = 1935, N = 633). Seules les données de WoS ont été utilisées en raison de la complexité de la comparaison des bases de données tel que l'algorithme ou la configuration du moteur de recherche. Des méthodes scientométriques combinées à des approches qualitatives ont permis de cibler les différents termes de recherche correspondant au CS. Ainsi, une méta-analyse a eu lieu pour obtenir ces jeux de données. Le premier est basé sur des termes de recherche spécifique ; où les recherches ont eu lieu en deux temps, complété par d’autres critères. Pour le second jeu de données, un certain nombre d’article de synthèse comprenant des listes de projets de science citoyenne dans le cadre de leur analyse ont été analysés comprenant au total 490 noms uniques et valides de projets de science citoyenne. Seuls les résumés des articles ont été lus afin de vérifier la présence de faux négatifs, faux positifs ou erreurs linguistiques.

Q1 : Le concept et la pratique des CS sont peu visibles dans les années 90 ; ce n’est qu’au tournant du millénaire qu’une lente augmentation a lieu. Depuis 2010, une grande croissance a lieu et semble coïncider avec l’utilisation des plates-formes et outils technologiques pour atteindre les citoyens.

Q2 : Les résultats montrent trois domaines distincts émergeant : les sciences naturelles, les sciences sociales et la géographie ; avec seulement des connexions sporadiques entre eux, concernant les mots clés et les références citées par les auteurs.

Q3 : Seuls 78 projets parmi les 490 présentent des résultats scientifiques exploitables. Avec l'avancée des technologies au milieu des années 2000, l'astronomie et les biosciences sont devenues des domaines de recherche qui utilisent avec succès les contributions des citoyens. La biodiversité et la conservation sont aussi des domaines productifs en termes de CS, contrairement aux sciences sociales et humaines.

Sur le plan qualitatif, les résultats scientifiques les plus importants se trouvent dans les domaines de l'ornithologie, l'astronomie, la météorologie et la microbiologie. Cependant, cette étude est basée sur des méthodologies scientométriques et la plupart des projets de science citoyenne n'entrent pas dans ce cadre d'évaluation car la production de résultats scientifiques n'est pas toujours l'objectif principale. Cela souligne le fait que la scientométrie possède des limites en tant que méthode pour cartographier un phénomène aussi diversifié que les sciences citoyennes. De plus, elle ne prend pas en compte les diverses motivations possibles pour participer aux projets. D'autre part, le manque de publication dans certains domaines semble être du à une faible qualité des données et non à l'absence de tel projet.

Les résultats obtenus permettent de montrer que la pratique des sciences citoyennes est ancienne et que ce concept a évolué au cours de la dernière décennie. Il faut aussi noter l'augmentation de leurs présences dans des projets scientifiques bien que le concept ne soit pas toujours défini de la même façon. Faire appel à des volontaires est un moyen attrayant pour la science d’accroître la main-d’œuvre nécessaire pour travailler avec de grands ensembles de données bien qu'il faille prendre en compte les ressources nécessaires à la mise en place de tels projets.

Dans un contexte de compréhension de la complexité des forts changements environnementaux à large échelle, les domaines comme la biologie de la conservation ou la protection de l'environnement soulèvent des problématiques importantes et les sciences citoyennes semblent être un outil puissant pour aider à y répondre. Cette revue porte sur l'utilité et les limites des sciences citoyennes dans le domaine de la biologie de la conservation.

Bien qu'il existe de nombreuses définitions des sciences citoyennes, les auteurs définissent ce terme comme étant la participation publique dans un projet scientifique apportant des données et des informations aux scientifiques. Les possibilités de contributions du public étant multiples, les auteurs ont décidé de se concentrer sur leur implication dans la récolte de données.

Afin de répondre à des problématiques de conservation, les auteurs essaient de faire ressortir 2 approches principales. La première approche permet de répondre à des questions biologiques à large échelle résolue par l'utilisation des données de CS ; la seconde approche cherche à prendre en compte l'opinion des citoyens dans la prise de décision.

Les sciences citoyennes permettent d'obtenir et ainsi apporter des données scientifiques dans des zones peu étudiées par les scientifiques. Cela permet d'augmenter la taille de l'échantillonnage et de réduire le temps nécessaire à l'acquisition d'un nombre important de données.

Outre de multiples avantages, certains projets scientifiques ne sont pas compatibles avec les sciences citoyennes. Les principaux problèmes rencontrés sont le besoin de certaines connaissances, d'entraînement, ou d'équipements. Les méthodes sont alors élaborer pour créer des activités simples et accessibles pour la majorité.

De plus, les domaines dans lesquels s'inscrivent les projets peuvent avoir une influence importante pour la mobilisation et participation du public qui se retrouvent alors variable. Ainsi, certains projets auront plus de succès et donc d'attention de la part des volontaires. Les conditions de terrain et la disponibilité des volontaires peuvent également avoir un impact important sur la faisabilité, l'accessibilité et la récolte des données.

Les sciences citoyennes influent également sur d'autres domaines que la recherche. En effet, pour les agences fédérales ou municipales, les sciences citoyennes peuvent avoir une incidence sur les politiques de gestion ou de développement de la conservation. Les réponses et engagements des citoyens peuvent alors influencer les décisions entre politiques, associations et recherches. Enfin, une certaine sensibilisation du public grâce aux sciences citoyennes va donc leur permettre une meilleure compréhension de certains problèmes sociétaux.

Des limites sont mises en avant par les auteurs, notamment concernant le changement de comportement de certains participants engagés se mobilisant dans un cercle restreint. De plus, les décisions prises sur la gestion, par exemple, ont besoin d'une expertise apportée par des professionnels.

Pour conclure, les auteurs voient les sciences citoyennes comme une option intéressante concernant les challenges présents notamment dans le domaine de la biologie de la conservation, de la gestion des ressources et de la protection de l'environnement. De nombreux projets à large échelle, dans le temps ou l'espace, seraient impossible sans l'implication des volontaires.

22 auteurs ont été présents pour écrire cet article. Ce groupe était composé de personnes expertes en sciences citoyennes, provennant d'agences fédérales ou d'états, d'universités ou encore d'organisations non gouvernementales permettant ainsi, d'avoir un large panel d'avis. La composition et le nombre d'auteurs semblent apporter un poids important faisant de cet article, une revue complète. Malgré cela, toutes les personnes viennent des Etats-Unies, ce qui peut potentiellement apporter une vision trop homogène sur le sujet.

Cet article est une revue permettant de mettre en avant les avantages et inconvénients des sciences citoyennes dans le domaine de la biologie de conservation qui, aujourd'hui, est un domaine ayant de plus en plus d'ampleur.

Au cours des 20 dernières années, une augmentation rapide du nombre de projets de science citoyenne a été observée. Outre répondre à des questions scientifiques précises, un des objectifs principaux des projets de CS consiste à améliorer la compréhension publique de la science. Quatre catégories de projets ont été analysées par les auteurs et ils essaient de déterminer quels projets de CS impactent la compréhension publique de la science (PUS) et s’il y a des changements sociaux dans le comportement et l’attitude des participants. Les quatre catégories de projets sont les suivantes :

• Les projets de collecte de données sont très répandus et souvent utilisés pour obtenir une distribution à grande échelle servant aux systèmes de surveillance. Quelques études ont pu montrer que les participants avaient amélioré leurs connaissances sur le sujet du projet et la méthodologie scientifique suivie. A l’inverse, aucun changement social dans leur attitude ou leur comportement vis-à-vis des activités pro-environnementales n’a été observé.
• Les projets de traitement de données ont pu émerger à l’aide d’internet. Le citoyen scientifique doit transcrire, gérer, catégoriser et interpréter les données. Peu de projets ont montré un changement dans la PUS des participants, dans leur attitude envers la science et leur confiance en leurs connaissances et capacités scientifiques par exemple.
• Les projets basés sur les programmes éducatifs sont principalement conçus pour les élèves des niveaux primaires et secondaires et sont souvent utilisés dans des programmes après l’école supervisés par des enseignants ou des éducateurs. Des études ont montré que les étudiants semblent avoir une meilleure compréhension des processus scientifiques tout en augmentant leur connaissances scientifiques. Cependant, il existe peu de preuves d’un changement du comportement social.
• Les projets scientifiques communautaires appartiennent principalement à la catégorie « collection de données ». Ils ont pour objectifs d’influencer les décisions politiques ou locales en matière de santé publiques ou concernant des problèmes de conservation. Sachant que les participants sont souvent impliqués dans des processus décisionnels, l’élaboration et la conception de projet, il a été clairement démontré que la science communautaire augmente la PUS et les relations socio-politiques.

Pour pouvoir exploiter et comprendre le potentiel des projets de CS en vue d’améliorer la PUS, les auteurs suggèrent d’examiner avec plus de précisions les points suivants :
Conception de projet : seuls quelques projets de CS sont réellement conçus pour améliorer la PUS. Un plus grand nombre d’entre eux sont créés pour augmenter les connaissances scientifiques. Pour améliorer la PUS dans les projets de CS, les objectifs spécifiques et des plans détaillés doivent être introduits. De plus, les participants doivent être encouragé à réfléchir sur des processus scientifiques afin de comprendre leur rôle au sein des projets.
Mesure des résultats : La capacité d’évaluation des données obtenues par les CS est limitée et rend la conception de projet difficile en vue d’une amélioration de la PUS. Des mesures complexes sont nécessaires pour évaluer les résultats, comprenant également les aspects liés aux relations science-sociétés.
Faire participer de nouveaux publics : Différents types de participants sont impliqués dans les différentes catégories de projet de CS. Toutefois, les auteurs mentionnent que pour faire participer davantage un nouveau public dans toutes les catégories, diverses méthodes de participation devraient être élaborées.
Élargissement des recherches : Pour comprendre l’influence de la science citoyenne sur les participants, il est nécessaire de développer de nouvelles méthodes de recherche. Notamment pour comprendre comment ils participent et apprennent dans les projets de CS, comment ils perçoivent leur rôle au sein de ces projets et si cette expérience a eu un impact sur leur mode de vie.

Bien que les auteurs semblent trouver des résultats, les critères utilisés pour déterminer l’impact sur la compréhension publique de la science (PUS) et de possibles changement sociaux et comportementaux ne sont pas détaillés.

L'article montre que les citoyens scientifiques peuvent entraîner une augmentation du PUS et modifier le comportement et l'attitude des participants à l'égard de la science. Bien que son intensité varie selon les catégories de projets.

Pour utiliser pleinement le potentiel de la science citoyenne afin d’augmenter la PUS, plusieurs facteurs tels que la conception expérimentale doivent être adaptés. En outre, les citoyens devraient également être impliqués dans le processus de prise de décision et les valeurs concernant les relations scientifiques et sociales, comme par exemple la confiance et l'équité, ainsi que le recrutement de volontaires, les protocoles et la qualité des données.

La majorité des projets de CS prennent en compte l'existence de biais et d'erreur au sein de leurs données en utilisant des approches de validation et de filtrage, l'entrainement des participants et la standardisation des données. Cependant, ces approches ne permettent pas d'éliminer l'erreur de mesure et le biais associé à la structuration spatiale des données. L'erreur aléatoire est définie comme la variation dans la réponse qui ne peut pas être décrite par les variables prédictives. Dans le contexte des projets de CS, on parle surtout d'erreur d'échantillonnage résultant des différences d'expérience ou d'intérêt entre participants. Le biais peut être subdivisé en biais systématique et en biais d'échantillonnage. Le biais systématique apparaît quand des mesures répétées d'un même processus conduisent à des sur-ou sous estimations. En revanche, le biais d'échantillonnage est le fait que certains événements sont plus probables d'être échantillonnés que d'autres.

Les auteurs proposent d'étudier différentes approches de modélisation qui permettent de contrôler et de corriger pour ces sources de variabilité ou de structuration. Les modèles linéaires et leurs extensions sont une première approche, ils décrivent les changements de la variable réponse comme une fonction (linéaire ou autre) des variables prédictives (métadonnées). Les modèles à effet mixtes sont une extension au modèle linéaire, c'est-à-dire des modèles prenant en compte des effets fixes et des effets aléatoires. Étudier les effets aléatoires permet d'expliquer la variabilité liée aux variables prédictives (groupes). Comme ces approches ne permettent pas de contrôler le biais systématique, les auteurs proposent d'utiliser des modèles hiérarchisés ou du "Machine Learning" (ML). L'avantage de ces approches est qu'elles permettent non seulement de décrire les paramètres comme une fonction des variables prédictives, mais en plus, elles ne sont pas limitées par le nombre de paramètres.

L'utilisation des modèles linéaires est illustrée par un premier jeu de données constitué de données de présence, de présence-absence et d'abondance d'oursins. Chaque type de donnée réponse est corrélé à la température de surface et les auteurs démontrent que le grain du résultat dépend des variables réponses utilisées. Le deuxième résultat, en utilisant des modèles à effets mixtes, essaie d'identifier comment le biais d'échantillonnage influence l'inférence de patrons biologiques. Ils illustrent qu'en contrôlant la nature structurée des données, ils améliorent le "fit" du modèle sans rejeter les hypothèses sous-jacentes. En revenant sur le jeu de données des oursins, mais en utilisant un modèle hiérarchisé, les auteurs démontrent à quel point ne pas prendre en compte la détection imparfaite cause des sous-estimations drastiques de l'occurrence des oursins. Enfin, le ML leur permet de contrôler la non-indépendance des données en agrégeant les observations à une échelle supérieure.

Il s'agit d'une méta-analyse très rigoureuse dans laquelle, les auteurs illustrent à partir de jeux de données comment différentes méthodes, de la régression linéaire simple au réseau de neurones artificiel, peuvent contrôler pour le biais et l'erreur statistique.

Une collaboration incluant des statisticiens et bénévoles peut par tâtonnement permettre de construire une compréhension des contraintes associées à l'échantillonnage. Face à la grande diversité d'approches en modélisation, il s'avère essentiel de déterminer les problèmes associés aux jeux de données et surtout de comprendre comment le biais ou l'erreur peuvent influencer la problématique de recherche. Idéalement, le programme d'échantillonnage a été conçu d'avance et de façon à prendre en compte toute sorte de biais et d'erreur généré.
En outre, pour améliorer l'analyse des résultats, il s'avère important d'enregistrer des variables environnementales et des variables associées à l'exécution de l'échantillonnage (identité de l'observateur). De même, la prise de métadonnées permet de corriger pour la pseudo-réplication originaire de l'échantillonnage en grappes.

L'entreprise eBird est un projet de science citoyenne qui, à travers la passion pour l'ornithologie, permet de mobiliser les participants du public. Chaque participant transmet ses observations d'oiseaux à une base de données centrale ce qui permet d'obtenir des informations sur la distribution et l'abondance des oiseaux. eBird fonctionne grâce à plusieurs niveaux de rétrocontrôle (feedback) ce qui permet de révéler des problèmes de design expérimental, d'améliorer la qualité des données, d'augmenter la communauté de participants et de maintenir la communication entre les différents domaines du projet (Figure 1).

1. Compromis entre qualité et quantité des données
Un aspect important d'eBird est de résoudre la question : "comment améliorer la qualité des données en augmentant leur quantité ?". Il s'avère important de mettre à jour et d'améliorer les interfaces d'entrées des données. Ceci permet non seulement d'augmenter le nombre d'observations transmises, mais aussi d'éviter des erreurs d'entrées liées à une interface trop compliquée. Dans cette même optique, en 2012, les responsables d'eBird ont développé une application pour smartphone qui permet la transmission immédiate des observations. En outre, il est favorable d'assurer la transmission et l'analyse de données sans qu'il y ait de barrières linguistiques, politiques ou géographiques. Afin de faire face au biais de détection, aux erreurs d'identification et à la distribution discontinue dans l'espace et le temps des données, plusieurs rétrocontrôles ont été mis au point. Les biais et les erreurs dans la base centrale peuvent être réduits grâce à un compromis entre intelligence humaine et intelligence artificielle. La mise en place de filtres automatiques qui ont été configurés sur des données existantes permet de marquer des observations en fonction de leur date et de leur localité géographique. Ce rétrocontrôle, lançant un échange entre coordinateur local et observateur, permet d'assurer la véracité des observations.

2. Accès au données et progrès des méthodes computationnelles
La collection de données n'est que le début d'un projet de science citoyenne. Il faut donc se demander comment gérer les données et notamment comment les rendre disponibles au public. Après l'inscription sur eBird, celui-ci est gratuit et disponible en libre accès. Les participants possèdent un accès illimité à leurs listes d'observations, à toutes les données et peuvent même travailler avec des packages spécialisés d'analyse statistique. En collaboration avec des informaticiens, cette entreprise a pu développer des modèles poussés d'évaluation de la niche écologique pour un grand nombre d'espèces. Ces STEM sont particulièrement puissants, car ils prennent en compte les "pseudo-absences" sous la forme de probabilités d'occurrence ainsi qu'un grand nombre de variables environnementales pour caractériser la niche écologique.

3. EBird comme outil de recherche en écologie et en biologie de la conservation
a. Avancer la "optimal migration theory"
b. Une compréhension de l'écologie de la migration à longe distance en traitant les données à l'échelle des populations.
c. Quantifier les patrons et les vitesses de migration
d. Évaluer la structure, les dynamiques saisonnières et les déterminants des routes de migration.
e. Mise en place de mesures de conservation en identifiant les habitats critiques le long des routes de migration et en prenant en compte l'évolution spatiale et temporelle des habitats.

Cette revue présente de façon objective les différentes facettes liées à l'entreprise eBird. Les auteurs, avec un regard critique, évaluent l'apport de ce projet et notamment comment les données générées peuvent être utilisées dans la recherche. Ces données permettent notamment.
(1) D'améliorer les connaissances sur comment l'évolution de la migration des populations d'oiseaux fluctue en fonction du réchauffement climatique.
(2) Mettre au point des mesures de conservation efficaces qui prennent en compte la phénologie et le site de repos des oiseaux.

Au sein de cette revue, les auteurs discutent comment eBird, un projet de science citoyenne a évolué dans un projet collaboratif qui mobilise des participants de domaines très divers (Figure 1). À travers de nombreux feed-backs et grâce à la passion pour l'ornithologie ce projet est le modèle parfait de l'application de la science citoyenne en recherche. Il se caractérise par un compromis entre la qualité et la quantité des données, le développement et la mise à disposition des données à travers d'application innovatrices et d'une collaboration diverse entre les différents domaines.

Cette revue, à travers une analyse qualitative de trente interviews avec des scientifiques participant aux projets « Open air laboratories » (OPAL, UK), essaie de mettre en évidence de possibles soucis et problèmes associés aux projets de sciences citoyennes. Les sciences citoyennes constituent un concept important et largement débattu. Malgré tout, le futur des sciences participatives est prédit comme la base de tout engagement scientifique interactif et inclusif. Au sein de cette revue, les auteurs proposent deux définitions distinctes :

1. Rick Bonney (1990s, US) : les sciences citoyennes sont définies comme des projets d’engagement et de participation publique ainsi que des projets de communication scientifique.
2. Alan Irwin (1995, UK) : les sciences citoyennes comme un concept de « citoyenneté scientifique » (scientific citizenship). Il s’agit d’un concept qui permet une compréhension plus ouverte de la science et des processus de méthodologie scientifique.

À partir de ces définitions, les auteurs proposent d’analyser en détail les aspects d’engagement public, ainsi que les objectifs de communication en lien avec les attentes scientifiques et éthiques des chercheurs. Les sciences participatives sont souvent aperçues comme un scénario gagnant-gagnant, cependant, il s’avère essentiel de répondre à des questions de (1) comment attirer plus de chercheurs et (2) comment augmenter la participation et l’intérêt public dans la démarche scientifique.

Dans cette revue, afin de répondre aux questions, les auteurs permettent aux scientifiques participants aux projets OPAL d’exprimer leurs ressentis. Appréhender le ressentit des scientifiques est particulièrement important pour comprendre pourquoi il y a très peu de publications sur des projets de sciences participatives qui n’aboutissent pas aux résultats et notamment pourquoi le projet a été un échec.

Les OPAL sont des projets intéressants pour cette analyse du fait qu’ils s’exercent à la fois à des petites et grandes échelles (national vs régional) et que les différents projets se différentient en outre par leurs approches et épistémologies. Il s’agit d’un programme scientifique qui se base notamment sur le concept des sciences participatives, ayant pour but d’incorporer le public dans la collection de données pour des projets qui sont utilisés pour répondre à des problématiques environnementales et de gestion de la biodiversité. Les projets se différencient (1) dans la qualité et la validation des données et (2) dans la manière de recruter et d’encadrer les participants.

Les auteurs relèvent que les réactions des scientifiques ont surtout été positives. Malgré cela, dans cette revue, ils surlignent des problèmes et soucis rencontrés. Ces problématiques peuvent être subdivisées dans deux grandes catégories (1) Une dimension méthodologique et épistémologique avec des problématiques se focalisant essentiellement sur la qualité des données, comment corriger le biais d’échantillonnage, les erreurs systémiques et comment interpréter les résultats afin que la publication soit reconnue et acceptée par la communauté scientifique. (2) Une dimension éthique qui prend en compte des notions d’accès aux données, de rémunération des participants publics et des problèmes de recrutement. De plus, selon la discussion des auteurs, dans le contexte des sciences participatives, la rémunération d’assistants scientifiques pourrait devenir optionnel conduisant à un manque de postes dans la communauté scientifique.

En conclusion, à travers cette revue, les auteurs ont pu démontrer que le concept des sciences citoyennes est soumis non seulement à des problèmes méthodologiques, épidémiologiques et/ou éthiques, mais aussi à un problème de réputation envers la communauté scientifique. De plus, ils surlignent que face à ces problématiques et soucis, les chercheurs ont pu développer une série d’approches innovatives permettant d’obtenir des résultats importants, innovatifs et qui valent la peine d’être analysés.

Du fait que les auteurs essaient discrètement de vendre la qualité des projets OPAL, cette revue contient des formulations peu objectives et légèrement biaisées. De plus, la formulation des définitions et la mise en contexte de la discussion manquent de clarté.

Cette revue, en analysant le point de vue des chercheurs, permet de clarifier des soucis basés sur soit une dimension méthodologique et épidémiologique (design expérimental, biais statistique et la perception de la communauté scientifique) soit une dimension éthique (gestions des données et valorisation du travail des participants publiques).

Les projets de science citoyenne peuvent fournir une grande quantité de données sur de longues périodes de temps et étendues géographiques, ce qui les rend particulièrement intéressants pour des problèmes de surveillance et de conversation. Cette revue étudie deux catégories de protocoles de surveillance d’oiseaux à grande échelle, en regardant leurs objectifs, leurs avantages scientifiques, leurs investissements et leurs coûts :

1) Les projets d’enquête transversale, tels que les atlas, sont des collectes d’occurrences d’espèces, en une seule fois, sans lieu d’échantillonnage spécifié.

2) Les projets d’enquête longitudinale, tels que les enquêtes sur les oiseaux nicheurs (BBS), collectent l’occurrence et l’abondance relative à des intervalles de temps donnés et sont basés sur un réseau de lieux d’échantillonnage (Brotons et al., 2007; Robertson et al., 2010).

Les objectifs des citoyens scientifiques peuvent être divers et diffèrent selon les deux projets. Dans cette revue, les auteurs ont identifié huit objectifs cibles (onglet 2). Pour étudier ces deux catégories, ils ont recherché des publications avec les mots « Birds » et « Atlases » pour les études transversales (94 articles) et avec « breeding », « bird » et « survey » (BBS) pour les études longitudinales (136 articles) dans Web of Science, publiés entre 2005 et 2010. Afin de déterminer leurs avantages, le taux de citations (moyenne de citations par an) a été calculé et une comparaison statistique entre les protocoles et les objectifs a été réalisé .

Les programmes de science citoyenne, avec des protocoles différents, sont utilisés différemment
Les analyses montrent une différence entre les objectifs et le taux de citation des deux protocoles, ce qui est particulier basé sur la structure même de la collecte des données. En général, la plupart des études portent sur les objectifs suivants : acquisition de connaissances, amélioration des méthodes et sensibilisation, avec une utilisation souvent accrue des données du BBS. Comparées aux données du BBS, les données des atlas n'ont souvent pas de réplication temporelle et n’incluent pas de données/informations sur l’abondance, les rendant moins utilisées et citées pour répondre à des questions concernant la gestion et la sensibilisation.

Caractéristiques des jeux de données utiles de surveillance des volontaires
Les projets BBS présentent en moyenne cinq fois plus de publications que les Atlas et un taux de citation significativement plus élevé. Les projets atlas, ayant une couverture spatiale plus élevée et une résolution accrue, ont été davantage utilisés en recherche.

Investissement dans les programmes de science citoyenne de surveillance et de coût-efficacité
Le nombre d'heures investies par les bénévoles par an était nettement plus élevé pour les projets des atlas que pour les BBS, ce qui signifie finalement que les coûts pour les atlas sont plus élevée. Augmenter les investissements dans les programmes BBS conduirait à plus de publications et à des taux de citation d’autant plus élevés.

Futur des jeux de données de science citoyenne
Pour améliorer la qualité des jeux de données et l’efficacité de leur application, les auteurs font les suggestions suivantes :

• Incorporer les éléments des protocoles BBS aux atlas (ex : réplication temporelle)
• Coordinateurs régionaux
• Meilleure exploitation du potentiel des atlas à répondre aux problèmes sociaux, politiques et scientifiques
• Améliorer la coordination et communication entre les chercheurs

Cette revue montre les différences entre les deux types de projet Atlas et BBS, dans leurs objectifs, leurs coûts et bénéfices pour la science. Les bénéfices scientifiques sont basés sur des applications utilisant les données de ces projets dans des publications scientifiques. Comme les auteurs le mentionnent, il est possible de se demander si la méthode de recherche des publications est adéquate pour ces projets : changer les mots-clés ou le moteur de recherche utilisé pourrait probablement conduire à des résultats différents. De plus, cela ne prend pas en compte les bénéfices pour les publications non-scientifiques, comme par exemple les rapports gouvernementaux.

Cette revue a montré que les projets Atlas et BBS peuvent donner lieu à un nombre élevé de publications avec un nombre différent de citations. Ainsi, les projets de science citoyenne ont un impact sur la littérature scientifique. Les deux protocoles sont rentables et peuvent atteindre des objectifs multiples, bien que les systèmes soient différents, notamment concernant leur protocole de collecte de données. Pour améliorer ces projets, il est recommandé de procéder à une analyse détaillée des objectifs pour savoir si ils ont une incidence sur le temps et l'espace et ainsi déterminer si des données transversales ou longitudinales sont nécessaires.

Cette revue discute de la conception de projets de participation publique (PPSR) et notamment comment ces projets peuvent être bénéfiques aux domaines de la conservation et de la gestion environnementale. En outre, ils mettent en avant une approche pertinente permettant de créer des projets délibérés avec des objectifs précis et concis.

Les projets de PPSR sont définis par rapport à leur aspect coopératif, liant les membres du public aux chercheurs. De plus, les auteurs catégorisent les résultats de recherche selon trois catégories : les résultats pour la recherche, pour les participants individuels ou encore pour le système socio-économique.

Réaliser un design délibéré du projet, nécessite une bonne compréhension de la relation entre le degré de participation et la qualité des résultats. Au sein de cet article, le degré de participation peu se définir par rapport à l’investissement des citoyens dans la démarche scientifique. Les auteurs constatent que l’étendue de la gamme des résultats augmente proportionnellement au degré d’éducation des participants. De même, les auteurs définissent la qualité de perception comme la gamme d’objectifs et d’activités du projet et leur proportionnalité par rapport à l’intérêt public. Des facteurs sociaux tels que la confiance, l'équité et la crédibilité sont des éléments clés en ce qui concerne la qualité de la participation. L’étude du lien entre la conception des projets et leurs résultats nous permet de subdiviser les différents projets en fonction du degré d’implication publique :

• Projets contractuels : les communautés demandent aux chercheurs de mener l’enquête scientifique et de rapporter les résultats.
• Projets contributifs : projets conçus par des scientifiques, mais les citoyens participent par la récolte de données.
• Projets collaboratifs : principalement conçus par des scientifiques où les participants du public fournissent des données mais aident également à affiner la conception du projet, à analyser les données et / ou à diffuser les résultats.
• Projets co-créés : conçus à la fois par des scientifiques et des membres du public. Certains participants du public participent activement à la plupart des aspects du processus de recherche.
• Contributions collégiales : des personnes non agréées mènent des recherches de manière indépendante, attendant plus ou moins une de la par des scientifiques et / ou des professionnels institutionnalisés.

Le résultats de cette revue montre qu’il n’y a pas de différences fondamentales entre les différents domaines desquels sont issus les projets, mais qu’ils se différencient par rapport au degré de participation publique. Seuls les projets de modèles contributifs, collaboratifs et co-créés sont pris en compte pour la suite.

CADRE COMMUN POUR LA CONCEPTION DÉLIBÉRÉE DU PPSR
Les interactions entre intérêts scientifiques et intérêts publics peuvent influer la gamme des résultats potentiels. Par conséquent, le cadre présenté par cette revue permet de soutenir certaines questions en lien avec la conception de projets. Les entrées, les activités, les sorties, les résultats et l’impact ont été choisis comme les éléments clés pour fixer un cadre de projet (Fig. 1).

Les résultats de la totalité des modèles semblent fortement dépendre du degré et de la qualité de la participation publique. En outre, les modèles ne donnent pas forcément la même catégorie de résultats.

En présence d’un cadre de travail bien définit, cette étude montre que les sorties de projets de PPSR sont fortement influencées par les entrées à l’issus du projet. Ceci suggère que l’obtention de données de qualité nécessite une excellente conception du projet.

Cet article se concentre uniquement sur des projets impliqués dans la conservation et la gestion environnementale, tout en négligeant des secteurs tels que la santé humaine ou des projets d’écologie traditionnelle.

Cette revue indique que les résultats des projets de PPSR dépendent fortement des données d’entrée. Les résultats permettent aux auteurs de mettre au point des directives générales qui permettent de concevoir des projets de sciences citoyenne pertinents.

Combiner des données historiques avec des bases de données collectées à large échelle par des participants géographiquement dispersés permet d’avancer la recherche en écologie sur un plan temporel et spatial. Ainsi la science citoyenne est devenue un outil indispensable pour la recherche en écologie qui réussit non seulement à rassembler d’énormes jeux de données, mais aussi à connecter des personnes sur un plan géographique. Cette revue s’apprête à répondre aux questions suivantes : (1) Comment la science citoyenne permet-elle aux chercheurs d’adresser des questions importantes en écologie ? (2) Quels sont les apports de la science citoyenne à large échelle ? (3) Quels sont les conditions nécessaires pour garantir la durabilité de l’engagement public ?

Ecologie des paysages et macro-écologie
L’écologie des paysages et la macro-écologie sont des domaines de l’écologie qui à petite et grande échelle essaient de comprendre comment la distribution et l’abondance des espèces varient en fonction de paramètres tels que l’hétérogénéité des habitats, la taille corporelle ou le taux de précipitation. Même si les chercheurs ont accès à des images satellites et des techniques de télédétection, ceci n’est guère suffisant et il est nécessaire de faire appel à des projets de science citoyenne. A large échelle, il s’avère possible de collecter des données de présence/absence ou d’abondance tandis qu’à des échelles plus fines des contributions sur la qualité des eaux, la pollution lumineuse ou encore la météo sont possibles. Les avancées récentes sont la découverte de l'évolution de la niche écologique, des changements dans la phénologie de plantes ou encore la présence d’une date de ponte précoce chez un oiseau migrateur.

L’Anthropocène : écologie urbaine et agriculturale
Un autre aspect qui peut être adressé est l’impact de l'homme sur la biodiversité. Il s’agit de l’étude des biomes urbains, agriculturals et résidentiels afin d’informer sur des pertes de biodiversité et de proposer des mesures de conservation pour adoucir le conflit homme-nature. Des études récentes ont démontré un effet positif des jardins avec des plantes locales sur la conservation de l’avifaune ou encore une augmentation de la prédation du nid dans des régions urbaines au sein du gradient urbain-rural. Ce contexte permet de voir la science citoyenne comme un outil important pour informer sur l’évolution des patrons de biodiversité.

Découverte d’organismes rares et suivi des populations
La « many eyes » philosophie permet d’augmenter le nombre d’évènements rares ce qui rend possible une meilleur détection d’organismes rares, de suivre des invasions (propagation de maladies) et de répertorier des évènements de boom et de récession.

Approche universelle
En 2009, une équipe de chercheurs a publié le premier modèle intégratif pour la mise en place de projets de science citoyenne. Ce modèle est basé sur 3 étapes : (1) Rassembler une équipe bien définie contenant des chercheurs en écologie, des spécialistes en éducation, des informaticiens, des experts en communication et marketing ainsi que des évaluateurs. Cette équipe est censée mettre au point une démarche concise avec des buts d’éducation et de recherche bien définis. (2) Mise en place d’un design expérimental explicite et identification des ressources nécessaires pour acquérir et évaluer les données. (3) Des périodes itératives d’évaluation et de révision assurent des protocoles performants, l’entrainement des participants, l’entrée des données et les infrastructures de partage.

Recrutement et durabilité
Afin de garantir la durabilité des projets de science citoyenne, il s’avère important de choisir des collaborations et partenariats stratégiques afin de maintenir le financement des structures informatiques et de la direction du projet. De plus, il faut maintenir de bonnes relations avec les participants et leur proposer du support ou des rémunérations sous forme de reconnaissance en tant que co-auteurs d’un article.

1. Les projets de sciences citoyennes guident la participation publique dans une diversité de sujets de recherche en écologie et dans l’étude des facteurs abiotiques.

2. En combinant recherche et éducation, les sciences participatives permettent d’avoir un grand impact sur la société. Ainsi elle motive les membres du public à participer à des projets de recherche authentiques et à les plonger dans la démarche et les outils de communication scientifique.

3. Au cours des 20 dernières années, de nombreux outils informatiques tels que les interfaces graphiques et les systèmes d’information géographique, qui sont désormais disponibles sur des smartphones, ont permis de stimuler l’émergence de la science citoyenne.

4. Les projets de science citoyenne se retrouvent face à des problématiques de priorisation et de durabilité ce qui initie la question de comment les financements de l’état et des partenariats permettent de soutenir l’intérêt du public à faire de la science citoyenne.

Les projets de science citoyenne sont de plus en plus utilisés en sciences de l’environnement ; faisant intervenir les participants dans de très grandes zones géographiques, rapidement et pour un coût réduit. Bien que les méthodes varient en fonction des projet et domaines d’investigation, il existe des exigences communes : (1) les méthodes doivent être conçues en tenant compte des qualités des volontaires, (2) les volontaires doivent être recrutés et motivés, (3) les données collectées doivent être validées.
Cet article met en avant comment ces défis ont été relevés dans le cas d’Evolution MegaLab, un grand projet international mis en œuvre dans 15 pays d’Europe dont l’objectif est d’enquêter sur le polymorphisme des coquilles de deux espèces d’escargot à bande. En 2009, les responsables du projet ont profité du bicentenaire de Charles Darwin, souvent considéré comme père de l'évolution, pour mobiliser le public lors d'un évènement international d'échantillonnage d'escargots.

Le projet a été conçu pour être utilisé dans les écoles, par les étudiants et par les membres du grand public à travers un site Web. Dans chaque pays participant au projet, des campagnes publicitaires ont eu lieux, utilisant un pool commun de ressources. A certaines échelles locales, des financements ont été trouvés permettant d’obtenir du matériel supplémentaire ou pour nouer des partenariats avec d’autres organisations et promouvoir le projet.
Des contrôles sur la qualité des données ont été réalisés par des moyens de mesure de pré- et post-soumission. Celles de pré-soumissions ont été mises en place pour éviter les erreurs ; celles de post-soumissions permettent de les identifier et de les supprimer. Des critères d’échantillonnage ont été élaborés afin de faciliter la distinction et l'identification des escargots et la classification des habitats. Des quizz ont été élaborés afin d’aider les volontaires à identifier les escargots et morphotypes pour minimiser les erreurs.

Un grand nombre de visiteur du site Web a été rapporté, bien qu’un nombre bien moins important se soient inscrit et y aient participé ; permettant d’évaluer la réussite des campagnes publicitaires de chaque pays. Certains pays ont réussi à recruter un membre du personnel à temps plein, à l’aide de financement local. Pour le Royaume-Uni, seuls 38% des inscrits ont participé et fournit des données et seulement 60% de celles-ci, après un nettoyage rigoureux, furent utilisables.
Seuls 20% des inscrits ont participé au questionnaire. Il a été réalisé avant soumission des données et a permis de déterminer les données à utiliser pour les chercheurs, c’est-à-dire que lorsque le nombre d’erreur de réponse aux questionnaires était trop important, les données fournis par les volontaires n’étaient pas utilisées, afin d’éviter des erreurs supplémentaires lié à des erreurs d’identification etc. Le nettoyage des données a été réalisé manuellement : étape importante pour éviter l’introduction de biais.

Dans cette étude, le nombre de données obtenues en mobilisant les citoyens est équivalent à des décennies d’efforts professionnels, ce qui représente une grande avancée. Cependant, un artefact d’échantillonnage a été observé, c’est-à-dire que les données collectées par les participants provenaient plus souvent de milieux urbains, tandis que les données des professionnelles et celles historiques provenaient plus de milieux ruraux. Bien que cela n’est pas permis de répondre à toutes les hypothèses des chercheurs, ils mettent en avant que la science citoyenne pourrait être le meilleur moyen d’explorer ces questions.

Bien que des améliorations soient possibles pour faire avancer leur projet tel que l’utilisation d’application smartphone, les chercheurs ont construit leur projet en essayant de recruter et motiver au maximum les volontaires, en personnalisant ainsi au mieux le site web en fonction de leurs besoins en le rendant le plus convivial possible. Donner un retour complet et immédiat des résultats est aussi un point essentiel pour montrer l’utilité et l’importance de la participation aux volontaires. Evolution MegaLab bénéficie, même après l’arrêt de sa promotion, à la science et l’éducation où son interface multilingue a même été utilisée dans l’enseignement des langues.

Dans le passé, la science était presque exclusivement pratiquée par quelques privilégiés, qui n'en étaient pas rémunérés, comme Charles Darwin par exemple. Concernant les sciences citoyenne (CS), il est de nos jours théoriquement possible pour tout citoyen de participer à des projets conçus et adaptés pour des volontaires travaillant principalement avec des scientifiques professionnels.

L'influence croissante de la science citoyenne en écologie se reflète par le nombre élevé de projets et de publications traitant de la science citoyenne. Pour expliquer cette augmentation rapide, l’auteur mentionne trois hypothèses possibles :

1. Facilité d’accès aux outils techniques :
Internet, informatique mobile et logiciel « Open source » facilitant la collecte et la diffusion d’information concernant les projets et les données. Par exemple, des guides de terrain personnalisés ont été développés pour faciliter l’identification des espèces et ne répertorier que celles présentes dans une zone.
2. Réaliser le potentiel de la science citoyenne :
De plus en plus de scientifiques ont pris conscience que la science citoyenne est une ressource pour le travail, les capacités, le calcul et les finances. L'organisation earthwatch réalise des projets de CS où des volontaires paient pour leur participation. De plus, il semble évident que les sciences de l'environnement à grande échelle nécessitent des données de projets de science citoyenne.
3. Utilisation des fonds de recherche d'intérêt public :
Certains organismes de financement de la recherche, tels que la National Science Foundation aux États-Unis et le Natural Environment Research Council au Royaume-Uni, attendent que les fonds consacrés à la recherche (l’argent des contribuables) soient utilisés dans l’intérêt du public.

Bien que le nombre de projet de science citoyenne ait augmenté, la base de données ISI Web of Knowledge contient, en janvier 2009, seulement 56 articles traitant spécifiquement de science citoyenne. La sous-représentation des CS dans la littérature peut être expliqué par deux hypothèses. En premier lieu, le terme de « science citoyenne » est relativement récent. D’autre part, concernant les projets qui s’intègrent difficilement dans un modèle typique de test d’hypothèse, les recherches ne sont pas écrites ou seulement dans une littérature grise.

Cependant, dans cette revue, l’auteur a cité des exemples de trois catégories différentes de projets de science citoyenne. Tout d’abord, il met en avant le fait que seuls quelques projets de CS ont explicitement pour objectif de tester une hypothèse scientifique, tel que « The MegaLab Evolution ». A l’inverse, il y a un nombre important d’enquête de volontaires qui peuvent, avec succès, produire des publications avec de bons résultats scientifiques. Enfin, la dernière catégorie montre que des projets peuvent fournir des outils et ressources facilement disponibles pour la science citoyenne.

Défis et opportunités pour la science citoyenne
La science citoyenne devrait toujours suivre certains principes :
• Validation des données collectées auprès du public
• Méthodes de collecte de données normalisées et bien conçues
• Une grande quantité d'hypothèses explicites
• Il est souhaitable d'avoir une hypothèse
• Feedback/Retour pour les volontaires

Selon le type de projet, différents principes sont appliqués mais la vérification des données recueillies par des experts est habituelle dans la plupart des études. Il existe aussi des projets avec un protocole d’échantillonnage strict ou encore des projets dans lesquels des volontaires peuvent faire des observations où ils le souhaitent.

L'article discute de trois raisons possibles pour lesquelles le nombre de projets de science citoyenne a augmenté ces dernières années. L'auteur souligne que seuls quelques articles comportant le terme de recherche directe « science citoyenne » peuvent être trouvés dans ISI WEB OF science en janvier 2009. En outre, seuls quelques projets ont été conçus intentionnellement pour répondre à des hypothèses scientifiques, ce qui suggère que dans ce type de projet les sciences citoyennes ne soient pas totalement appropriées.

Cependant, l'auteur suggère que les projets à grande échelle de science citoyenne ne soient pas seulement utilisés pour répondre à des programmes d’éducation public ou de surveillance, mais qu’ils interviennent aussi pour répondre à des projets de recherches basés sur de réels hypothèses scientifiques.

• L’article met en avant le fait que les projets de science citoyenne ne sont pas utilisés pour répondre à de réelles questions scientifiques, bien que le nombre d’enquête auprès de volontaires soit important et que l’auteur cherche à mettre en avant leur potentiel.

• Il est également mentionné qu’il est important que le public reste positif face à la science pour continuer à utiliser l’argent des contribuables à cette fin. La participation du public aux projets de science citoyenne peut y contribuer grandement.

Les espèces marines invasives peuvent rester indétectables pendant de longues périodes de temps. La détection précoce de ces espèces dépend de plusieurs paramètres tel qu’un suivi intensif, avec un échantillonnage à large échelle et la création de bases de données. A ce jour, ce genre de bases de données est peu abondant et l’utilisation de projet de science citoyenne s’avèrerait utile pour combler ces lacunes. Au sein de la communauté scientifique, les sciences participatives sont sujet à critique car le manque de formation des participants.
Le but de cette étude est de créer une banque de données standardisées à large échelle contenant la distribution et l’abondance de plusieurs espèces de crabes locaux et invasifs des crabes côtiers asiatiques (Hemigrapsus sanguineus) et crabes verts europée (Carcinus maenas). De plus, les auteurs ont voulu évaluer la précision des données collectées par les citoyens en créant un critère prenant en compte le manque de formation des participants.

Les côtes américaines de Sandy Hock en New Jersey jusqu’à Machias en Maine ont été analysées par 1000 participants volontaires sur une période de Mai à Août. La zone d’échantillonnage a été subdivisée aléatoirement en 52 quadrats. Dans chaque quadrat, les volontaires ont eu pour mission de capturer les crabes afin d’identifier l’espèce, le genre et mesurer la largeur de leur carapace. Préalablement à l’échantillonnage, une équipe de recherche a expliqué la méthodologie du projet à tous les participants. Après chaque échantillonnage, les résultats ont été vérifiés par des chercheurs afin de vérifier l’éligibilité des données.

Parmi les volontaires, l’âge et le degré de formation scientifique sont très variables. En se basant sur cette variabilité, les scientifiques ont créé un critère d’éligibilité utilisant comme variables indépendantes l’âge, l’éducation, la taille des groupes de participant et la taille des crabes, en utilisant des régressions logistiques multiples.

Seule l'éducation a apporté une différence significative dans la précision de l'identification du genre et de l'espèce. Par exemple, des élèves de CE2 identifient correctement l’espèce dans 80% des cas tandis que des élèves de cinquième l’ont identifié dans 95% des cas. En comparaison, les résultats concernant le genre montrent une identification correcte à 80% pour les cinquièmes contre 95% pour des étudiants universitaires en seconde année. Les analyses d’abondance et de distribution des crabes ont été réalisées uniquement sur des données dont la fiabilité a été estimée à 95%. Les résultats montrent que Hemigrapsus sanguineus colonise essentiellement les régions littorales rocheuses au sud tandis que Carcinus maenas est dominant le long des côtes nord.

Lors de ce projet, les chercheurs ont constaté des problèmes de régularité et précision concernant les mesures de largeur des carapaces dû au fait que ce travail était trop fastidieux ou fatiguant à long termes pour les participants. Cet aspect montre qu’au sein des sciences participatives l’efficacité du travail fournit par les citoyens dépend grandement de la complexité de la tâche à effectuer.

L’étude, présentée dans cet article, met en avant l’efficacité des sciences participatives et montre que les données collectées par des citoyens « scientifiques » peuvent avoir une précision significative et apporter une contribution importante au monitoring des espèces invasive et native, ainsi que combler des lacunes dans les jeux de données. De plus, ils mettent en évidence que le niveau d’éducation des participants détermine le degré de précision et de fiabilité des données collectées.