Citizen Science¶

(la scienza di tutti)

“lo sviluppo di concetti di cittadinanza scientiﬁca ponendo in primo piano la necessità di aprire al pubblico la scienza e ai processi delle regole scientiﬁche”

Alan Irwin[1]

“attività scientiﬁca condotta da membri del pubblico indistinto in collaborazione con scienziati o sotto la direzione di scienziati professionisti e istituzioni scientiﬁche”

Oxford English Dictionary

Pannello riassuntivo pdf

Citizen science¶

Livelli di coinvolgimento:

CONTRIBUTIVO:cittadino si mette a disposizione per osservazione, misurazione
COLLABORATIVO: cittadino si mette a disposizione per: osservazione, misurazione, semplice analisi
CONDIVISO:cittadino collabora con scienziato alla definizione delle prime fasi del progetto
COMPLETAMENTE INTEGRATO: cittadino collabora con scienziato a tutte le fasi del progetto

Rilevamento sociale¶

Il crowdsourcing interseca anche il concetto di rilevamento sociale. Il rilevamento sociale è definito in senso lato come un paradigma di raccolta dati in cui i dati vengono raccolti da esseri umani o dispositivi per loro conto per dare un senso all'ambiente (Wang et al., 2015). La raccolta dati per il rilevamento sociale potrebbe avvenire tramite rilevamento partecipativo, rilevamento opportunistico e indagativo dei dati sociali (Wang et al., 2015):

Il rilevamento partecipativo è quando gli individui sono attivamente coinvolti nella raccolta dei dati in cui svolgono attività o operazioni;
Il rilevamento opportunistico è quando gli individui sono coinvolti passivamente, ma pre-autorizzano i loro dispositivi a raccogliere e condividere le loro informazioni per loro conto;
L'indagine dei dati sociali è quando gli individui non sono consapevoli di partecipare al processo di raccolta dati; un esempio è quando i dati disponibili al pubblico dai social media vengono ricercati e utilizzati per dare un senso.

Metodi di raccolta dati meteorologici¶

Per raccogliere informazioni dalla folla si possono utilizzare vari metodi e piattaforme. Questa sezione riassume i tipi comuni di informazioni raccolte per progetti di crowdsourcing meteorologici e piattaforme che sono state utilizzate per raccogliere dati.

Tipi di informazioni raccolte¶

I dati raccolti tramite crowdsourcing possono variare. I tipi comuni di informazioni raccolte sono media visivi, report descrittivi, osservazioni tramite strumenti dedicati e informazioni geografiche. La Tabella descrive in dettaglio il tipo di informazioni che possono essere raccolte per progetti di crowdsourcing meteorologici.

Tipi di informazioni raccolte tramite progetti di crowdsourcing

Tipo di informazione	Descrizione
media visuali	Foto o video che catturano osservazioni prima, durante o dopo gli eventi.
report descrittivi	Descrizioni testuali delle condizioni meteorologiche, inclusi dettagli su precipitazioni, visibilità, impatti e altri fattori
osservazioni tramite strumenti	Le letture della temperatura, le condizioni atmosferiche, la velocità e la direzione del vento e altri parametri meteorologici rilevanti possono essere registrati tramite strumenti. Gli strumenti potrebbero essere stazioni meteorologiche dedicate o gadget come smartphone, dispositivi indossabili o dati dei veicoli.
informazioni geografiche	Le informazioni vengono fornite tramite una piattaforma basata su GIS per raccogliere dati specifici della posizione, come la mappatura, l'identificazione di aree vulnerabili o di impatto o il monitoraggio del movimento di aree meteorologicamente omogenee

Sistemi di rilevamento meteorologico¶

Stazioni meteorologiche e sensori: Le stazioni meteorologiche personali e i sensori installati dal pubblico raccolgono informazioni rilevanti. Questi possono essere autonomi o collegati a una rete più ampia.
Dati da sensori di dispositivi: I dispositivi, con il permesso degli utenti, possono raccogliere e fornire dati. Le osservazioni possono essere effettuate attraverso sensori negli smartphone, dispositivi indossabili, veicoli e altri dispositivi intelligenti.
applicazioni integrate o dedicate per dispositivi mobili: Le app mobili consentono ai collaboratori di inviare report e osservazioni o contribuire a una attività di crowdsourcing. Queste app possono essere progettate appositamente per il crowdsourcing o app esistenti utilizzate per scopi di crowdsourcing.
Siti web e software dedicato: Piattaforme basate sul Web o sul software in cui i collaboratori possono fornire report e osservazioni attraverso moduli predefiniti, piattaforme di mappatura o altri vari formati di dati.
Social media o piattaforme di messaggistica: foto, video, post o messaggi possono essere condivisi sui social media o sulle piattaforme di messaggistica online.
Telefonate, email e messaggi vocali: queste piattaforme utilizzano una comunicazione one-to-one più manuale e diretta, in cui i collaboratori inviano direttamente all'entità proponente.

Controllo della qualità dei dati¶

Garantire la qualità, l'affidabilità e la coerenza dei dati è fondamentale quando si utilizza il crowdsourcing. I dati forniti dai contributori possono essere di scarsa qualità, inaffidabili o addirittura contenere informazioni false o fasulle, che possono influire sugli output e sull'integrità del progetto.

La qualità può essere gestita da due fronti: prima dell'input del contributore e dopo aver ricevuto i dati. Questo approccio garantisce che i dati siano standardizzati e accurati durante la raccolta e l'analisi. Ecco alcuni approcci suggeriti per aiutare a gestire la qualità dei dati:

Standardizzazione:

Definire linee guida e standard chiari per la raccolta dei dati per garantire la coerenza tra i contributori
Fornire istruzioni chiare sull'acquisizione o la misurazione di informazioni specifiche
Utilizzare parametri di reporting standardizzati
Utilizzare formati coerenti per l'invio dei dati
Offrire formazione o risorse ai contributori per migliorare la loro comprensione dei requisiti dei dati

Funzionalità della piattaforma di crowdsourcing:

Incorporare funzionalità all'interno della piattaforma di crowdsourcing per migliorare il controllo della qualità dei dati. Le funzionalità possono includere:

Utilizzo di funzionalità del dispositivo come la posizione GPS e la funzionalità di timestamp

Controlli di garanzia della qualità integrati

Moderazione dei dati da parte degli amministratori del progetto

Meccanismi di feedback in tempo reale per i collaboratori

La possibilità di segnalare o segnalare dati non accurati.

Feedback o revisione paritaria:

Implementare cicli di monitoraggio e feedback continui o regolari per identificare e correggere problemi nei dati. Ciò può comportare la richiesta di feedback da parte di collaboratori e utenti e affrontare tempestivamente eventuali preoccupazioni o discrepanze.

Garanzia di qualità

Stabilire regolari processi di garanzia della qualità per identificare e affrontare potenziali errori o distorsioni nei dati raccolti. (Vuckovic et al., (2023)) suggeriscono almeno tre aspetti da controllare per la qualità dei dati:

Controllo di completezza: verifica di valori di dati mancanti o incompleti

Controllo di coerenza: verifica di eventuali cambiamenti improvvisi o previsti nei dati confrontandoli con fonti esterne

Controllo dei valori anomali: verifica di valori superiori o inferiori alle soglie.

L'esecuzione di questi controlli include processi manuali a basso costo come la pulizia dei dati e revisioni manuali dei dati tramite ispezione visiva e test grafici e statistici.

Possono essere utilizzati metodi più sofisticati, come:

Algoritmi automatizzati per rilevare valori anomali o incongruenze

Validazione basata su modelli da modelli esistenti o dati di crowdsourcing convalidati in precedenza

Integrazione semantica di dati di crowdsourcing e autorevoli.

I progetti possono anche seguire le best practice e i framework delle iniziative di crowdsourcing esistenti. Ad esempio, un grande progetto di crowdsourcing che utilizza un'app meteo ha applicato punti di controllo (ad es. controlli di plausibilità) per convalidare i risultati di ogni osservazione in più passaggi (Kempf, 2021). Le osservazioni vengono confrontate con i dati meteorologici esistenti da radar, satellite e altre fonti.

I progetti dovrebbero impostare dei passaggi per garantire la garanzia della qualità. I processi differiranno a seconda del contesto del progetto.

Benessere¶

Garantire il benessere dei collaboratori è fondamentale nei progetti di crowdsourcing. È importante dare priorità alla loro sicurezza fisica ed emotiva durante tutto il progetto. Misure da considerare:

Valutazione del rischio: condurre una valutazione approfondita per identificare eventuali rischi o danni potenziali che i collaboratori potrebbero incontrare durante la raccolta dati.
Istruzioni per la sicurezza: fornire istruzioni e linee guida chiare ai collaboratori per ridurre al minimo il rischio di danni fisici.
Segnalazione di problemi: istituire un meccanismo per sollevare preoccupazioni o segnalare eventuali problemi, con un team dedicato responsabile di affrontare tempestivamente tali preoccupazioni.
Verifica dell'età: implementare un processo di verifica dell'età, quando necessario, per garantire la partecipazione di individui che soddisfano i criteri di età appropriati per il progetto.
Carico di lavoro: monitorare il carico di lavoro e l'impegno di tempo dei collaboratori per evitare richieste eccessive.
Recesso: fornire ai collaboratori modi per ritirarsi dal progetto in qualsiasi momento durante il progetto senza conseguenze negative. Dovrebbero essere stabiliti chiari percorsi di uscita per agevolare il processo di opt-out

Privacy¶

Rispettare e salvaguardare la privacy è essenziale nei progetti di crowdsourcing. Ecco alcune misure per proteggere le informazioni personali dei collaboratori:

Protezione dei dati: implementare rigidi protocolli di protezione dei dati per garantire la conformità con le normative e le leggi sulla privacy pertinenti.
Trasparenza: fornire informazioni chiare e trasparenti su come i loro contributi e i loro dati personali saranno archiviati e utilizzati.
Consenso informato e autorizzazioni: ottenere il consenso informato dai collaboratori sulla raccolta e l'elaborazione dei loro dati. Ottenere l'autorizzazione dal titolare dei diritti per utilizzare i loro contenuti di crowdsourcing.
Archiviazione sicura: utilizzare meccanismi sicuri e tecniche di crittografia per proteggere le informazioni dei collaboratori da accessi non autorizzati.
Controllo della privacy: offrire il controllo sulla visibilità e l'accessibilità dei loro dati, consentendo loro di gestire le loro preferenze sulla privacy.

Coinvolgimento e riconoscimento¶

Coinvolgimento e riconoscimento sono essenziali per promuovere una partecipazione e una motivazione significative nei progetti di crowdsourcing. Per coinvolgere e riconoscere efficacemente i collaboratori, è possibile impiegare le seguenti strategie di best practice:

Riconoscere la natura volontaria della partecipazione
- Riconoscere che la maggior parte dei collaboratori non è retribuita e dedica volentieri il proprio tempo e impegno a beneficio degli altri;
- Evidenziare la natura altruistica del loro coinvolgimento nel progetto di crowdsourcing.
Offrire incentivi, ricompense e riconoscimenti
- Possono essere forniti come incentivi dei gettoni di apprezzamento, monetari o non monetari;
- Fornire un feedback ai collaboratori, informandoli che il loro tempo e i loro contributi sono apprezzati e hanno un impatto positivo;
- Esprimere gratitudine e apprezzamento tramite varie piattaforme, tra cui newsletter e shout-out sui social media.
Condividere i progressi e i risultati del progetto
- Tenere informati i collaboratori sui progressi e sui risultati dello studio o del progetto; ○ Condividere piattaforme in cui possono vedere i dati forniti (ad esempio mappe interattive);
- Offrire ai collaboratori l'opportunità di analizzare i dati raccolti, migliorando il loro senso di appartenenza e riconoscimento.
- Comunicare l'importanza del loro coinvolgimento e il modo in cui i loro contributi hanno contribuito alla ricerca scientifica o all'impatto sulla comunità.
Coinvolgimento a lungo termine
- Per progetti di lunga durata, valutare di reclutare collaboratori in base alle loro prestazioni e offrire opportunità di ulteriore coinvolgimento o potenziali posizioni all'interno del progetto o dell'organizzazione.
- Fornire informazioni su potenziali opportunità di sviluppo di carriera, istruzione o impiego in linea con le loro competenze e il loro impegno dimostrati.

Limitazioni¶

Il crowdsourcing offre potenziale nella ricerca meteorologica e molto può essere ottenuto attraverso i nostri sforzi collettivi. Sebbene sia possibile gestire progetti di successo, è anche importante riconoscere le limitazioni e le sfide del crowdsourcing e le aree per le direzioni future.

Limitazioni del crowdsourcing

In questa sezione, esploriamo le limitazioni note del crowdsourcing e forniamo preziosi suggerimenti per affrontarle e mitigarle.

Pregiudizi¶

Il crowdsourcing si basa sui contributi di un gruppo specifico, che può inavvertitamente introdurre pregiudizi. Questo pregiudizio intrinseco può derivare dalla composizione demografica o dall'esperienza dei contributori, portando potenzialmente a dati distorti. Ad esempio, le stazioni meteorologiche personali sono una fonte significativa di dati meteorologici crowdsourcing, prevalentemente situate in aree urbane o accessibili alle popolazioni più abbienti. Questo scenario può introdurre pregiudizi come disparità tra aree urbane e rurali o tecnologiche. Identificare questi pregiudizi in base alle caratteristiche dei collaboratori è il primo passo per affrontarli. L'implementazione di politiche e strategie deliberate per raccogliere dati da aree poco riconosciute è essenziale per mitigare questi pregiudizi.

Barriere dovute alla tecnologia¶

Sebbene la tecnologia abbia facilitato il crowdsourcing, ha anche introdotto un livello di dipendenza. I cambiamenti tecnologici, in particolare all'interno delle piattaforme dei social media, possono avere un impatto significativo sulla raccolta dati e spesso vanno oltre il controllo immediato di un progetto. L'introduzione di ridondanza nelle opzioni di raccolta dati utilizzando vari canali è essenziale per mitigare le dipendenze dalla tecnologia.

La dipendenza dalla tecnologia può anche amplificare un divario digitale nella partecipazione. Il divario può escludere alcuni gruppi, come gli anziani, le persone con disabilità o coloro che vivono in aree senza accesso a Internet. Si può prendere in considerazione la fornitura di mezzi per la formazione o materiali per l'accesso non digitale per ridurre il divario digitale. I progetti dovrebbero essere consapevoli di questo potenziale divario e integrare strategie ponderate per mitigarlo. Le soluzioni possono includere l'offerta di formazione e materiali per dotare gli individui delle competenze necessarie per partecipare in modo efficace o fornire vie per l'accesso non digitale. Allo stesso tempo, gli sforzi di collaborazione con le organizzazioni della comunità, i governi locali e gli istituti scolastici possono migliorare significativamente l'inclusività e l'accessibilità nei progetti di crowdsourcing.

Sovraccarico di informazioni¶

Un'altra sfida affrontata dalle iniziative di crowdsourcing è l'afflusso di dati. Mentre la diversità nei dati raccolti è preziosa, la gestione e l'elaborazione di un grande volume di invii può richiedere molto tempo e denaro. Semplificare la gestione dei dati attraverso scopi di raccolta dati ben definiti, ruoli chiari, metodi di raccolta mirati e un controllo della qualità dei dati consolidato, come delineato in questa nota guida, è fondamentale per ridurre il sovraccarico di informazioni.

Problemi di latenza dei dati per la segnalazione in tempo reale¶

I progetti di crowdsourcing meteorologico ad alto impatto spesso si basano sulla segnalazione in tempo reale per migliorare le previsioni e gli avvisi. Tuttavia, è essenziale riconoscere che queste iniziative possono incontrare sfide di latenza dei dati. Queste possono includere ritardi nella raccolta, trasmissione ed elaborazione dei dati dovuti al volume sostanziale di informazioni in arrivo, che, a sua volta, influisce sulla consegna tempestiva dei dati.

I progetti devono stabilire in modo proattivo meccanismi di ridondanza per affrontare la latenza dei dati, in particolare per le iniziative in cui la raccolta, l'elaborazione e la segnalazione in tempo reale sono cruciali. Inoltre, una comunicazione chiara e trasparente con le parti interessate e i collaboratori in merito ai limiti del progetto e ai risultati previsti è importante per gestire le aspettative.

Qual è il valore della Citizen Science?¶

SCIENTIFICO: democratizzazione scienza, monitoraggio a basso costo, elevato numero di dati su larga scala spazio-temporale SOCIALE: risoluzione collettiva dei problemi, rinnovata ﬁducia alle istituzioni e alla scienza, socializzazione e benessere

POLITICO: risoluzione di questioni sociali fortemente sentite dalle comunità locali

EDUCATIVO: sensibilizzazione cittadini alle problematiche ambientali, nuovi modi di fare scuola

L'essenza fondamentale del crowdsourcing risiede nell'intelligenza collettiva, ovvero la convinzione che un gruppo eterogeneo di individui possa raggiungere risultati che una persona da sola non potrebbe. Ciò è particolarmente rilevante quando si tratta di comprendere eventi meteorologici ad alto impatto. Sfruttando il potere della folla, possiamo ottenere una comprensione più completa e localizzata degli eventi, il che in definitiva ci aiuta a prepararci e rispondere meglio

L’altra faccia della medaglia Non è tutto rose e ﬁori

qualità delle osservazioni
rispetto dei protocolli di raccolta dati
scarsa partecipazione (dopo innamoramento iniziale)
etica e privacy
costi di gestione (non solo economici) della rete di partecipanti

Qual è il valore della Citizen Science?

La citizen science contribuisce ad un libero accesso alla conoscenza attraverso - OPEN DATA - OPEN SOURCE SOFTWARE - OPEN SOURCE HARDWARE

(dati e tecnologia liberamente accessibili)

La rete RMAP mira a favorire sia la collaborazione a più livelli che l’accesso alla conoscenza.

Stazione di Monitoraggio¶

Strumento autocostruito che trasmette periodicamente i campionamenti ad un server centrale. Usa una connessione wiﬁ per comunicare con il server centrale Espone un'interfaccia per l'accesso diretto ai dati raccolti. Il software operativo(ﬁrmware) è rilasciato con licenza open source, GPL.

Server RMAP¶

Raccoglie dati ottenuti dalle stazioni installate sul territorio,
li elabora e li rende disponibili per ulteriori elaborazioni.
Si interfaccia anche a stazioni meteo differenti da quelle del progetto
Il software operativo è rilasciato con licenza open source GPL
I dati sono rilasciati con licenza libera CC-BY-4.0

È possibile usare i più diffusi linguaggi di programmazione, anche visuali, per costruire nuovi dispositivi e programmi per la visualizzazione dei dati o per condurre esperimenti.

I dati raccolti, distribuiti con licenza libera (CC 4.0), sono a disposizione di chi voglia usarli per capire meglio l'ambiente in cui viviamo