Inleiding - Scivil
minskyString.search.closeLabel
minskyString.search.triggerLabel
Inleiding
Inleiding
Citizen science heeft ook een ‘technisch’ kantje. In dit hoofdstuk hebben we het over data(protocollen) en meetapparatuur.
Data
Een belangrijk voordeel van citizen science is de hoeveelheid nieuwe data die je kan verzamelen. ‘Meten is weten’ en daarbij is de hulp van burgers soms een grote ondersteuning. Het laat je toe om metingen te doen op privé-eigendommen, of op plaatsen waar specifieke beroepen of hobbyisten komen, zoals bijvoorbeeld vissers. Ook kan je veel tijd winnen als burgers zelf de data verzamelen.
Diezelfde data kunnen je echter ook heel wat kopzorgen geven. Bij het inwinnen, analyseren en interpreteren van data kan wel eens iets fout lopen. Met gepaste planning en acties kan je echter heel wat onzekerheden oplossen en valkuilen omzeilen, zodat je citizen-scienceproject ook echt inhoudelijk verrijkend is.
Vragen en twijfels rond data
Er duikt wel eens argwaan op tegenover citizen-sciencedata. Zijn burgerwetenschappers betrouwbaar of kunnen ze de resultaten van een onderzoek gewild of ongewild beïnvloeden? Wat meet men exact? En doet men dat op een correcte manier? Zijn de gegevens correct verwerkt en geïnterpreteerd? Wat doe je met meerdere tegenstrijdige interpretaties?
Het zijn vragen die zowel bij onderzoeksinstellingen als lokale besturen leven, maar die met gepaste maatregelen perfect te beantwoorden zijn. We geven in dit hoofdstuk een leidraad mee om op een goede manier met data om te gaan. Betrouwbare data vormen uiteindelijk de kern van een goed citizen-scienceproject.
“We hebben een bank met statistische data. Je merkt soms als je een vraag krijgt van een collega, dat niet iedereen op eenzelfde manier naar een cijfer kijkt. Wat is nu juist de definitie? Dat je heel rap verkeerde conclusies kan trekken. Dat een schepen het anders had geïnterpreteerd. “ Geïnterviewde ambtenaar
Foto: An Van Gijsegem
Afspraken maken over data
Wil je afspraken maken over data? Dan komen daar meerdere aspecten bij kijken: kwaliteit, eigenaarschap, privacy, publieke beschikbaarheid, uitwisselbaarheid (ook ‘interoperabiliteit genoemd, dus dat data uit projecten eenvoudig met elkaar kunnen worden verbonden), enz.
Om initiatiefnemers van citizen-scienceprojecten door deze aspecten te loodsen, stelde de Werkgroep Data van Scivil een Vlaams charter voor data in citizen science op. Dit charter is niet-bindend maar sterk aanbevolen en bestaat uit 26 principes onderverdeeld in vijf categorieën:
Open attitude
Volg je deze principes, dan worden je data op een (ethisch en juridisch) juiste manier beschikbaar gesteld aan de buitenwereld. Voor lokale besturen zal de nieuwe PSI-richtlijn (Public Service Information richtlijn, ook Open-Datarichtlijn genoemd) een centrale rol spelen bij deze principes (zie verder).
Privacy en ethiek
Aangezien je bij citizen science sowieso met mensen werkt, hou je best al van bij het begin rekening met de basisregels van privacy en ethiek.
Datahygiëne
Door de juiste namen of codes te gebruiken voor alles wat je meet, en door de databestanden in een bestandsformaat aan te bieden dat iedereen kan ‘lezen’, zorg je ervoor dat data van verschillende projecten in de toekomst eventueel aan elkaar gekoppeld kunnen worden.
Datastandaarden en -formaten
Door de juiste namen of codes te gebruiken voor alles wat je meet, en door de databestanden in een bestandsformaat aan te bieden dat iedereen kan ‘lezen’, zorg je ervoor dat data van verschillende projecten in de toekomst eventueel aan elkaar gekoppeld kunnen worden.
Metadata
Gegevens worden beschreven door ‘metadata’: dat zijn data over de data. Bij het toekennen van metadata hoort ook een set regels, die je zullen helpen om je data sneller vindbaar te maken.
Het charter stelt niet alleen aanbevelingen op, maar komt met een uitgebreide leidraad waar tips en praktijkvoorbeelden in staan om de 26 principes makkelijker toe te passen.
We lichten de belangrijkste afspraken uit het charter hieronder toe, onder de noemer ‘datakwaliteit’. Hiermee bedoelen we enerzijds de betrouwbaarheid van de data, maar ook hoe correct ze gedeeld worden en dit zowel op technisch vlak als op vlak van eigenaarschap. Deze aspecten zijn extra belangrijk in de context van citizen science.
Naar de volgende pagina: Datakwaliteit