[논문 리뷰] Commons at the Intersection of Peer Production, Citizen Science, and Big Data: Galaxy Zoo

Michael J. Madison|arXiv (Cornell University)|2017. 01. 01.

Species Distribution and Climate Change참고 문헌 41인용 수 10

한 줄 요약

이 논문은 지식 공공재 프레임워크를 적용하여, 동료 생산과 대규모 데이터 분석 기법을 활용하는 글로벌 시민 과학 프로젝트인 Galaxy Zoo를 분석한다. 이는 천문학적 데이터 분석에 대한 협력적이고 분산된 기여가 중심이 되는 과학 지식 공공재의 지속 가능한 거버넌스 모델을 예시로 보여준다.

ABSTRACT

The knowledge commons research framework is applied to a case of commons governance grounded in research in modern astronomy. The case, Galaxy Zoo, is a leading example of at least three different contemporary phenomena. In the first place Galaxy Zoo is a global citizen science project, in which volunteer non-scientists have been recruited to participate in large-scale data analysis via the Internet. In the second place Galaxy Zoo is a highly successful example of peer production, sometimes known colloquially as crowdsourcing, by which data are gathered, supplied, and/or analyzed by very large numbers of anonymous and pseudonymous contributors to an enterprise that is centrally coordinated or managed. In the third place Galaxy Zoo is a highly visible example of data-intensive science, sometimes referred to as e-science or Big Data science, by which scientific researchers develop methods to grapple with the massive volumes of digital data now available to them via modern sensing and imaging technologies. This chapter synthesizes these three perspectives on Galaxy Zoo via the knowledge commons framework.

연구 동기 및 목표

• Galaxy Zoo가 과학 지식 공공재의 거버넌스 모델로 어떻게 작동하는지 조사하기.
• 현대 천문학에서 시민 과학, 동료 생산, 대규모 데이터의 만남을 탐구하기.
• 데이터 집약적인 과학 연구 환경에서 대규모로 분산된 기여가 어떻게 조율되고 지속되는지 분석하기.
• 열린 접근성과 협업 참여가 디지털 인프라 기반으로 과학적 발견을 어떻게 촉진하는지 평가하기.

제안 방법

• Galaxy Zoo의 거버넌스 구조를 분석하기 위해 지식 공공재 프레임워크를 적용하기.
• 시민 과학, 동료 생산, 대규모 데이터 과학의 세 가지 연구 시각을 통합하기.
• 조직적이고 협업적인 역학을 분석하기 위해 사례 연구 분석을 활용하기.
• 익명 또는 가명 기여자 간의 조율을 가능하게 하는 메커니즘을 규명하기.
• 중앙집중식으로 운영되는 글로벌 분포 연구 프로젝트에서의 데이터 흐름과 기여 모델을 검토하기.
• 공공재 학술 연구의 이론적 프레임워크를 Galaxy Zoo 운영의 경험적 관찰과 통합하기.

실험 결과

연구 질문

• RQ1 Galaxy Zoo는 과학 지식 공공재의 거버넌스를 어떻게 예시로 보여주는가?
• RQ2 Galaxy Zoo는 과학 연구에서 동료 생산의 모델로 어떻게 작동하는가?
• RQ3 이 프로젝트는 데이터 집약적인 연구 환경에서 전문가가 아닌 참가자들의 기여를 어떻게 관리하고 확장하는가?
• RQ4 대규모로 분산된 과학적 사업에서 기여의 신뢰성과 지속 가능성은 무엇으로 보장되는가?
• RQ5 시민 과학, 동료 생산, 대규모 데이터의 통합은 과학 협업의 새로운 모델을 어떻게 창출하는가?

주요 결과

• Galaxy Zoo는 시민 과학, 동료 생산, 대규모 데이터 과학을 통합하여 과학 협업의 일관된 모델로 성공적으로 구현한다.
• 이 프로젝트는 대규모로 분산된 기여가 과학적 데이터 분석에서 높은 정확도와 신뢰성을 달성할 수 있음을 입증한다.
• 중앙 집중적 조율는 익명 또는 가명 기여자 관리에 효과적일 뿐 아니라 데이터 품질을 손상시키지 않는다.
• 지식 공공재 프레임워크는 이러한 협업 과학 기업의 지속 가능성과 거버넌스를 이해하는 데 강력한 시각을 제공한다.
• 이 프로젝트는 데이터에 대한 열린 접근성과 참가자 중심의 모델이 과학 연구의 민주화와 연구 역량 확장을 어떻게 가능하게 하는지 보여준다.
• Galaxy Zoo는 거대한 데이터량을 인간 계산을 통해 분석함으로써 과학적 탐구의 확장성을 높이는 전자 과학의 새로운 범주를 예시로 보여준다.