[論文レビュー] Citizen Science: Contributions to Astronomy Research

C. A. Christian, Chris Lintott+3 more|arXiv (Cornell University)|Feb 12, 2012

Species Distribution and Climate Change参考文献 2被引用数 14

ひとこと要約

この論文は、Zooniverse などのプラットフォームを通じた市民科学が、非専門家が天文学者の研究に意味のある貢献をすることを可能にすることを示している。特に、天体画像やデータの分類を通じて、こうした参加型モデルが科学的に信頼性があり、スケーラブルであり、現代の天文学におけるデータ分析パイプラインの不可欠な一部であると主張している。

ABSTRACT

The contributions of everyday individuals to significant research has grown dramatically beyond the early days of classical birdwatching and endeavors of amateurs of the 19th century. Now people who are casually interested in science can participate directly in research covering diverse scientific fields. Regarding astronomy, volunteers, either as individuals or as networks of people, are involved in a variety of types of studies. Citizen Science is intuitive, engaging, yet necessarily robust in its adoption of sci-entific principles and methods. Herein, we discuss Citizen Science, focusing on fully participatory projects such as Zooniverse (by several of the au-thors CL, AS, LF, SB), with mention of other programs. In particular, we make the case that citizen science (CS) can be an important aspect of the scientific data analysis pipelines provided to scientists by observatories.

研究の動機と目的

• 市民科学が天文学研究において科学的に妥当で、実効性があることを示すこと。
• 現代の観測所が生成する膨大な天文データを分析するという急増する課題に対処すること。
• 観測所における公式な科学的データ分析パイプラインに市民科学を統合するよう提言すること。
• Zooniverse のような大規模なプロジェクトを、参加型科学のモデルとして強調すること。
• 市民科学を科学的方法の枠組み内での正当で、スケーラブルで信頼性のある方法として確立すること。

提案手法

• Zooniverse のような大規模でウェブベースのプラットフォームを活用し、ボランティアが天体画像の分類に参加する。
• 個々の分類を統合する統計的手法を適用し、信頼性の高い科学的結果を得る。
• データ品質と再現可能性を保証するため、検証プロトコルを含む実証済みの科学的手法を採用する。
• 観測所や研究機関のデータ分析パイプラインのコアな構成要素として市民科学を統合する。
• 数千人のボランティアが参加する実世界のプロジェクトを基に、スケーラビリティと正確性を実証する。
• 現在の自動化システムでは処理が難しい複雑な視覚的パターン認識タスクを、分散型の人間計算で処理する。

実験結果

リサーチクエスチョン

• RQ1 非専門家ボランティアは、大規模な天文学的データ分析にどのように意味のある貢献をできるか？
• RQ2 大規模な市民科学プロジェクトにおいて、科学的・方法論的な厳密性をどの程度維持できるか？
• RQ3 市民科学は、観測所の公式な科学的データパイプラインにどの程度統合できるか？
• RQ4 非専門家による集約分類は、専門家や自動化手法と比べてどの程度正確か？
• RQ5 参加型科学モデルは、科学的発見および一般の人々の関与に長期的にどのような影響を与えるか？

主な発見

• Zooniverse のような市民科学プロジェクトは、高い正確性で何百万枚もの天体画像を分類した成功事例がある。
• ボランティアによる分類は専門家によるアノテーションと強く一致しており、非専門家の入力の信頼性が裏付けられている。
• 市民科学をデータ分析パイプラインに統合することで、データ分析に要する時間と人的リソースが著しく削減される。
• 大規模な参加により、自動化システムが見逃す可能性のあるレアな、または複雑な天体現象の検出が可能になる。
• 市民科学は一般の人々の関与を促進し、科学的リテラシーの向上に貢献し、研究の社会的価値を高める。
• このモデルはスケーラブルで、天文学や計測技術を含む多様な科学分野に適応可能である。