Πλημμύρισε στη Θάλασσα Δεδομένων, Οι Οικολόγοι Στρέφονται στα Εργαλεία Ανοικτής Πρόσβασης
Όταν οι θαλάσσιοι οικολόγοι δημοσίευσαν για πρώτη φορά το 2012 τον Δείκτη Υγείας των Ωκεανών (Ocean Health Index), ήταν ένα μεγαλειώδες φιλόδοξο επίτευγμα. Ο δείκτης, που γεννήθηκε από τη συνεργασία δεκάδων επιστημόνων, οικονομολόγων και περιβαλλοντικών διαχειριστών στο Εθνικό Κέντρο Οικολογικής Ανάλυσης και Σύνθεσης (NCEAS) του Πανεπιστημίου της Καλιφόρνια στη Σάντα Μπάρμπαρα και του μη κερδοσκοπικού οργανισμού Conservation International, σχεδιάστηκε ως ένα ολοκληρωμένο πλαίσιο. για την επιστημονική αξιολόγηση της υγείας των οικοσυστημάτων των ωκεανών, τόσο σε παγκόσμιο όσο και σε περιφερειακό επίπεδο. Βασιζόμενος σε περισσότερες από εκατό βάσεις δεδομένων, ο δείκτης συγκέντρωσε τοπικές μετρήσεις βιοποικιλότητας και οικολογικής παραγωγικότητας με πληροφορίες σχετικά με την αλιεία, τη βιομηχανική χρήση, την αποθήκευση άνθρακα, τον τουρισμό και άλλους παράγοντες για να βαθμολογήσει την υγεία των ανοιχτών ωκεανών και των παράκτιων περιοχών μεταξύ 0 και 100. Ο παγκόσμιος ωκεανός κέρδισε βαθμολογία 60 το πρώτο έτος, με περιφερειακές αξιολογήσεις μεταξύ 36 και 86.) Οι συντάκτες του δείκτη ήλπιζαν ότι μια τέτοια τυποποιημένη βάση σύγκρισης μεταξύ και εντός περιοχών θα βοηθούσε στον εντοπισμό και την κοινοποίηση των πιο αποτελεσματικών μέτρων για προστατεύοντας τους ωκεανούς και καθοδηγώντας τους υπεύθυνους χάραξης πολιτικής προς καλύτερες αποφάσεις.
Αλλά η αξία σε έναν τέτοιο δείκτη δεν προέρχεται από το να το κάνεις μια φορά, αλλά να μπορείς να το κάνεις ξανά και ξανά. Όταν η ομάδα του OHI ανέλαβε ξανά το έργο το 2013, γρήγορα αντιμετώπισε εμπλοκές:τα σύνολα δεδομένων, η τεκμηρίωση και οι διαδικασίες μοντελοποίησης εξακολουθούσαν να είναι ένα άσχημο χάος. Η ομάδα του OHI είχε μπερδέψει τα ετερόκλητα δεδομένα για τα αποτελέσματα του 2012, αλλά αντιμετώπιζε πρόβλημα με την αναπαραγωγή της δικής τους δουλειάς καθώς την επανεξετάζονταν για την ενημέρωση.
Η αναπαραγωγιμότητα έχει γίνει ένα καυτό θέμα για τις βιοϊατρικές επιστήμες και την ψυχολογία τα τελευταία χρόνια, αλλά αυτοί οι τομείς δεν είναι μόνοι. Οι περιβαλλοντικοί επιστήμονες έχουν προειδοποιήσει επανειλημμένα ότι τα προβλήματα με την αναπαραγωγιμότητα και τη διαφάνεια θα μπορούσαν να γίνουν ολοένα και πιο σοβαρά καθώς οι ερευνητές υιοθετούν προσεγγίσεις μεγάλων δεδομένων για την κατανόηση της δυναμικής των οικοσυστημάτων σε κλίμακες που κυμαίνονται από την περιφερειακή έως την ηπειρωτική ή ακόμη μεγαλύτερη — μια προσπάθεια που συχνά ονομάζεται οικολογία μακροσυστημάτων.
Τώρα ένα δοκίμιο που δημοσιεύτηκε αυτή την εβδομάδα από την Julia S. Stewart Lowndes του NCEAS και τους συναδέλφους της σχετικά με το πώς η ομάδα OHI ξεπέρασε αθόρυβα το πρόβλημα των δεδομένων της προσφέρει μια ενδιαφέρουσα μελέτη περίπτωσης για το πώς τα έργα οικολογίας μακροσυστημάτων — και ακόμη πιο συγκρατημένα εστιασμένη έρευνα — μπορούν να επωφεληθούν από μεταμόρφωση ανοιχτής πρόσβασης. Η ιστορία τους προσφέρει επίσης έναν τρόπο για τους ερευνητές που θα ήθελαν να ακολουθήσουν το παράδειγμά τους.
«Θέλω οι άλλοι να το δουν αυτό ως το δικό τους μέλλον και να αισθάνονται ενδυναμωμένοι από αυτό», είπε ο Lowndes.
Τα έργα μεγάλων δεδομένων στις περιβαλλοντικές επιστήμες χρονολογούνται εδώ και τουλάχιστον μισό αιώνα, στο Διεθνές Βιολογικό Πρόγραμμα των μέσων της δεκαετίας του 1960 και του 1970. Συχνά έχουν συναντήσει σκεπτικισμό από οικολόγους και άλλους βιολόγους που παραπονέθηκαν ότι τα έργα μερικές φορές φαινόταν απροσδιόριστα ή ότι κλείδωσαν τους ερευνητές σε άβολες, αντιπαραγωγικές συνεργασίες. Οι βιολόγοι που μελετούν σπάνια είδη και ευαίσθητα περιβάλλοντα έχουν αντιταχθεί στην απώλεια του ελέγχου αυτών που θεωρούσαν ευαίσθητες ή αποκλειστικές πληροφορίες.
Οι διαφορετικοί τύποι δεδομένων που χρησιμοποιούνται από τους οικολόγους μπορεί επίσης να είναι μια πρόκληση, είπε η Stephanie E. Hampton, θαλάσσια βιολόγος και πρώην αναπληρώτρια διευθύντρια του NCEAS, η οποία είναι τώρα διευθύντρια του Κέντρου Περιβαλλοντικής Έρευνας, Εκπαίδευσης και Επικοινωνίας του Πανεπιστημίου της Ουάσιγκτον. Γενετικές αλληλουχίες, φυλογενετικά δέντρα, δεδομένα χρήσης γης, δεδομένα τηλεπισκόπησης και εικόνων, αρχεία καταγραφής πληθυσμών και συμπεριφορών ειδών — όλα αυτά και άλλα πρέπει να τυποποιηθούν και να συνδυαστούν σε έργα οικολογίας μακροσυστημάτων. «Όλοι ζηλεύουμε τους ανθρώπους που εργάζονται στη γονιδιωματική επειδή προσπαθούν να διαχειριστούν μόνο τέσσερα γράμματα», είπε γελώντας. "Νομίζω ότι η οικολογία είναι το πραγματικό παιδί αφίσας για το ζήτημα της ετερογένειας."
Τουλάχιστον μέρος της σύγκρουσης έχει επίσης αφιερωθεί στην εκπαίδευση και την κουλτούρα των οικολόγων. Οι ερευνητές έχουν συνηθίσει να εργάζονται μόνοι τους ή σε σχετικά φιλόξενους κύκλους στενών συναδέλφων. Λόγω της παραδοσιακής «σκληρής ατομικιστικής» ευαισθησίας μεταξύ των οικολόγων, οι ερευνητές συχνά ανέπτυξαν τους δικούς τους τρόπους μελέτης ενός είδους ή ενός οικοτόπου, είπε ο Hampton. «Τυπικά, αυτό που κάνουμε είναι κάτι σαν Φρανκενστάιν μαζί». Δεν ανησυχούσαν πολύ για το αν οι διαδικασίες τους ή η τήρηση αρχείων ταίριαζαν απόλυτα με αυτά που χρησιμοποίησαν οι επιστήμονες που εργάζονταν σε άλλα ενδιαιτήματα. Πράγματι, οι ερευνητές συχνά ένιωσαν ότι οι ιδιότυπες προσεγγίσεις τους δικαιολογούνταν από τα μοναδικά χαρακτηριστικά των θεμάτων τους.
«Είμαστε εκπαιδευμένοι ως οικολόγοι και περιβαλλοντικοί επιστήμονες, αλλά ποτέ δεν διδασκόμαστε πραγματικά να εργαζόμαστε με δεδομένα, οπότε ο καθένας βρίσκει τον δικό του τρόπο», είπε ο Lowndes.
Καθώς η κοινή χρήση και η επαλήθευση περιβαλλοντικών δεδομένων έχουν γίνει μεγαλύτερα κομμάτια της σύγχρονης οικολογίας, ωστόσο, αυτές οι ιδιοσυγκρασίες έχουν γίνει λιγότερο υπερασπιστές, καθώς η προσπάθεια του OHI κατέρρευσε. Μια ειρωνεία που σημειώνουν η Lowndes και οι συνεργάτες της είναι ότι ενώ εργάζονταν στο ευρετήριο του 2012 είχαν προβλέψει το πρόβλημα αναπαραγωγιμότητας και, επομένως, είχαν τεκμηριώσει τον τρόπο χειρισμού των ετερογενών δεδομένων σε 130 σελίδες συμπληρωματικών υλικών, κάτι που είναι «πέρα από τον κανόνα για την περιβαλλοντική επιστήμη .”
Και όμως, όταν ξεκίνησαν ξανά το 2013, ακόμη και αυτές οι υπενθυμίσεις δεν ήταν αρκετές επειδή η ροή εργασίας τους ήταν θεμελιωδώς αναποτελεσματική. Εξακολουθούσαν να αντιγράφουν και να επικολλούν δεδομένα από όλες τις βάσεις δεδομένων που συνεισφέρουν σε φύλλα εργασίας του Excel με το χέρι. Η λογική πίσω από τις επιμέρους επιλογές επεξεργασίας δεδομένων στα μοντέλα ήταν συχνά διάσπαρτη σε μηνύματα ηλεκτρονικού ταχυδρομείου και άλλα έγγραφα. «Όχι μόνο αυτό σήμαινε ότι θα έπρεπε να ξαναπεράσουμε όλα αυτά τα βήματα μόνοι μας, αλλά θα έπρεπε να βεβαιωθούμε ότι το κάναμε ακριβώς με τον ίδιο τρόπο», είπε ο Lowndes. "Υπήρχε τόσο πολύ περιθώριο λάθους."
Ήταν αρκετά κακό που αυτό το απογοητευτικό αποτέλεσμα έδειξε ότι άλλοι ερευνητές δεν θα ήταν σε θέση να εφαρμόσουν το OHI και τις μεθόδους του στη δική τους εργασία, όπως είχε προβλεφθεί. Αλλά η ομάδα του OHI συνειδητοποίησε επίσης ότι δεν μπορούσαν καν να συνεχίσουν εύκολα από εκεί που είχαν σταματήσει:είχαν αποτύχει ως συνεργάτες με τον μελλοντικό τους εαυτό.
Για να επαναφέρουν το OHI του 2013 και τις μελλοντικές δόσεις σε καλό δρόμο, η Lowndes και η ομάδα του OHI ξεκίνησαν ένα πολυετές έργο συναρμολόγησης μιας «εργαλειοθήκης OHI» δωρεάν λογισμικού ανοιχτής πρόσβασης που θα χρησιμοποιούσαν οι συμμετέχοντες στο έργο για να κάνουν τη ροή εργασίας τους ταχύτερη και περισσότερο. ενιαία, και οι επιλογές επεξεργασίας δεδομένων πιο διαφανείς. Η απόφαση αρχικά οδηγήθηκε "από αυτοσυντήρηση, επειδή είχαμε πολλές προθεσμίες και έπρεπε να είμαστε πιο αποτελεσματικοί", είπε ο Lowndes. Η εκτεταμένη συμπληρωματική τεκμηρίωση θα ήταν περιττή, επειδή οι βασικές πληροφορίες θα ενσωματωθούν στο σύστημα. Τα εργαλεία έπρεπε να είναι δωρεάν, ήξεραν, επειδή οι επιστήμονες που θα ήθελαν να χρησιμοποιήσουν τα δεδομένα του OHI και να αναπτύξουν τις δικές τους τοπικές μετρήσεις σε ορισμένα μέρη του κόσμου δεν μπορούσαν να αντέξουν οικονομικά ακριβότερες λύσεις.
Ως εκ τούτου, η ομάδα του OHI αποφάσισε να γράψει όλο τον κώδικά της στη γλώσσα προγραμματισμού R και βεβαιώθηκε ότι όλος ο κώδικας τεκμηριώνει άμεσα κάθε πτυχή της προετοιμασίας δεδομένων. Τα μοντέλα που χρησιμοποιήθηκαν για τη δημιουργία συγκεκριμένων βαθμολογιών αξιολόγησης εντός του OHI είχαν αρχικά γραφτεί σε πολλές γλώσσες λόγω διαφορών στα υποκείμενα δεδομένα. η ομάδα αντικατέστησε όλα αυτά τα προγράμματα με νέα στο R. Χρησιμοποιώντας το αποθετήριο GitHub για αυτά τα εργαλεία λογισμικού, εκμεταλλεύτηκαν τα ενσωματωμένα συστήματα ελέγχου εκδόσεων για να εξασφαλίσουν καλύτερη οργάνωση και ονομασία αρχείων.
«Η κωδικοποίηση δεν παρέχει μόνο μια ιστορική καταγραφή του τι συνέβη. Είναι επαναχρησιμοποιήσιμο», είπε ο Lowndes. "Έχουμε σενάρια που θα κατεβάσουν δεδομένα από μια διεύθυνση URL και στη συνέχεια θα κάνουν σε αυτά τα δεδομένα ακριβώς ό,τι έκανε με το προηγούμενο έτος." Επιπλέον, η χρήση των ίδιων εργαλείων σε όλα τα μοντέλα μπορεί να βοηθήσει στην επικοινωνία με τον τρόπο που έγινε. Η εγκατάσταση του OHI αναγκάζει τους ερευνητές να μαθαίνουν και να ακολουθούν καλές, συνεπείς πρακτικές στην επιστήμη των δεδομένων, ανεξάρτητα από το αν έχουν εκπαιδευτεί επίσημα σε αυτήν.
Ως αποτέλεσμα αυτών των διαδικαστικών βελτιώσεων, η ομάδα του OHI μπόρεσε να κυκλοφορήσει την ενημέρωση του 2013 σύμφωνα με το χρονοδιάγραμμα και να δώσει συνέχεια σε τρεις ακόμη ετήσιες ενημερώσεις. Τα αποτελέσματα του πέμπτου OHI ανακοινώθηκαν τον περασμένο Δεκέμβριο. Με κάθε επανάληψη και βελτίωση των διαδικασιών, οι ερευνητές διαπίστωσαν ότι μπορούσαν να κάνουν καλύτερη επιστήμη σε λιγότερο χρόνο.
Ένα ήσυχο σημάδι της επιτυχίας της προσέγγισης της ανοιχτής επιστήμης δεδομένων για το OHI είναι μια σημείωση στον ιστότοπο του έργου ότι η βαθμολογία παγκόσμιας αξιολόγησης της υγείας των ωκεανών του 2016 71 ουσιαστικά δεν είχε αλλάξει από το 2013. (Η βαθμολογία του 2012 έχει επίσης επαναξιολογηθεί ως 71. ) Χάρη στη διαφανή κωδικοποίηση στις διαδικασίες OHI, οι ερευνητές θα μπορούσαν εύκολα να υπολογίσουν εκ νέου τις προηγούμενες βαθμολογίες με τις ενημερωμένες μεθόδους που χρησιμοποιήθηκαν το 2016. Η γενική υγεία του ωκεανού μπορεί να μην βελτιώνεται αισθητά χρόνο με τον χρόνο, αλλά ο χειρισμός των δεδομένων για τη μελέτη της .
