Аудит обнаружил, что агрегаторы данных о биоразнообразии «теряют и путают» данные

Атлас живых организмов Австралии (ALA) и Глобальный информационный фонд по биоразнообразию (GBIF) используют автоматизированную обработку данных для проверки отдельных записей с целью повышения их качества. Данные предоставляются музеями, гербариями и другими источниками.

Однако независимый анализ показывает, что обработка данных ALA и GBIF также приводит к потере данных и необоснованным изменениям научных названий.

Исследование провёл доктор Роберт Месибов, специалист по многоножкам и аудитор данных. Он проверил около 800 000 записей из Австралийского музея, Музеев Виктории и Новозеландской коллекции членистоногих. Результаты опубликованы в журнале ZooKeys и в публичном репозитории данных.

Основные выводы:

• Названия рода и вида были изменены в каждой пятой записи, часто из-за отсутствия имени в справочной таблице агрегатора.
• Для типовых экземпляров (эталонных образцов) агрегаторы иногда заменяли оригинальное название на название, связанное с совершенно другим типовым экземпляром.
• Обнаружено значительное расхождение в изменениях названий между агрегаторами (ALA и GBIF).
• Даты, имена и данные о местонахождении иногда терялись из-за ошибок в программном обеспечении. В некоторых полях потери достигали 100%.

Вывод: Агрегация данных о биоразнообразии небезопасна — она может потерять или исказить исходно корректные данные. Пользователям агрегированных данных следует загружать как оригинальные, так и обработанные данные и проверять их на предмет потерь, изменений и замены названий.