Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Optimising big data from citizen science projects for biodiversity research

Opis projektu

Jak najlepiej wykorzystać naukę obywatelską w ekologii i ochronie środowiska

Nauka obywatelska to szeroki termin, którym określa się zaangażowanie ogółu społeczeństwa w badania naukowe. Obejmuje ona działania na różnych poziomach – od posiadania bogatej wiedzy na temat nauki po uczestniczenie w procesach naukowych, takich jak obserwacje czy zbieranie i przetwarzanie danych. Nauka obywatelska stanowi szczególnie cenne źródło wiedzy w socjologii, ekologii i ochronie środowiska. W ramach finansowanego ze środków UE projektu OptimCS powstanie proces umożliwiający maksymalne wykorzystanie informacji na temat bioróżnorodności zgromadzonych przez naukowców-amatorów. Potencjał nauki obywatelskiej w zakresie zbierania danych jest ogromny, jednak w ekologii i ochronie środowiska na tak dużą skalę wykorzystuje się ją od stosunkowo niedawna, dlatego proces ten wymaga znacznej poprawy wydajności.

Cel

Citizen science – research conducted in whole or in part by people for whom science is not their profession – is increasingly valuable for society, ecology, and conservation. Natural resource and landscape management based on the best available science is increasingly relying, at least in part, on citizen science data to make informed and adaptive decisions supporting biodiversity conservation . The data collection power of citizen science is enormous, but as citizen science at this scale is a new development in ecology and conservation, there is a great deal of inefficiency in this process. The largest inefficiency is that, to this point, the most ‘successful’ citizen science projects generally have a haphazard sampling regime replete with redundancies and gaps in the associated citizen science data. Can we direct this enormous amount of effort more efficiently? What steps can be taken at the upstream portion of citizen science projects to maximise efficiency of analyses with downstream datasets? This project will build a workflow which allows us to maximise the information content that citizen scientists contribute to our collective knowledge of biodiversity by developing algorithms that predict the highest ‘valued’ sites in time and space for biodiversity sampling by citizen scientists which leads to more efficiently directing effort in space and time.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2019

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

MARTIN-LUTHER-UNIVERSITAT HALLE-WITTENBERG
Wkład UE netto
€ 174 806,40
Koszt całkowity
€ 174 806,40