Как предвзятость проявляется в картах, созданных на основе данных гражданской науки
Биолог Элизабет Карлен, приехав в Сент-Луис, сразу начала искать белок с помощью приложения iNaturalist — популярного инструмента для сообщений о наблюдениях за животными и растениями. Однако данные в приложении показали, что восточные серые белки в основном замечены в южной части города, что показалось Карлен странным, учитывая равномерное распределение деревьев по всему городу.
На самом деле, белки водились и в северной части. Карлен обнаружила, что карты iNaturalist отражают не реальное распределение животных, а смещённые данные. Вместе с коллегами она разработала концепцию четырёх «фильтров», создающих эту предвзятость в проектах гражданской науки:
- Фильтр участия: отражает, кто сообщает данные, где эти люди живут и какие районы им доступны. В Сент-Луисе наблюдения на eBird и iNaturalist сконцентрированы в южной части города, где проживает больше белого населения.
- Фильтр обнаруживаемости: биология и поведение животного влияют на вероятность его регистрации (например, ночные виды видят реже).
- Фильтр выборки: люди чаще сообщают о наблюдениях во время отдыха (в парке), а не по пути на работу.
- Фильтр предпочтений: люди склонны игнорировать вредителей, надоедливых или «нехаризматичных» животных (например, крыс или голубей).
Эта смещённость данных — проблема не только для экологов. Городские планировщики, экологические консультанты и некоммерческие организации также иногда используют эти данные в своей работе.
Рекомендации по снижению предвзятости:
- Учитывать культурные особенности при проектировании исследования.
- Проводить активную работу с разнообразными группами населения.
- Переводить материалы проекта на несколько языков.
- Делать данные и выводы публично доступными в понятных форматах.
- Строить партнёрские отношения с сообществами, понимать их потребности и вопросы о местной природе, а затем создавать проекты, дающие ответы и ресурсы для сбора данных.