比利时开发的GBIF提示系统赢得了2023年埃比·尼尔森挑战赛冠军

物种发生记录提示系统领先,对Bionomia的无摩擦数据改进获得第二名,第三名由鉴别资源的图书馆开放数据生物多样性制图仪分享

Ebbe-2023
Illustration of a Japanese horseshoe crab Tachypleus tridentatus(Leach, 1819) from Fauna japonica v.1 Crustacea (1823-1830) via Biodiversity Heritage Library, no rights reserved under CC0.

GBIF提示是一个灵活的开源系统,用来通知使用者GBIF新发生记录的可用性,该系统被评选为2023年GBIF埃比·尼尔森挑战赛的一等奖获得者。

“二元森林”Nicolas Noé领队的负责“GBIF提示”的比利时团队的成员,对GBIF社区或挑战赛获奖者的领奖台并不陌生。 和来自自然与森林研究所 (INBO) 的Peter Desmet一起,Noé是赢得2015年挑战赛首届大奖的一个三人团队的成员,Desmet这次再次加入了他。 INBO的Lien ReyserhoveDamiano Oldoni同样与Desmet合作,获得了他们2018年的联合第一名。 INBO的同事Tim AdriaensBram D’Hondt是今年获奖团队的成员。

David Shorthouse提交的出自Bionomia的无摩擦数据获得了二等奖,其为一项新的导出功能,支持不断改进科学收集标本记录的数据质量。 2023年的获奖者名单中有两个参赛项目并列第三名:

卡塞尔大学植物学教授、GBIF科学委员会现任主席Birgitte Gemeinholzer领导的评审团从12个合格的参赛项目中选出了今年的挑战赛获奖者。 这一年度激励性奖项是为了纪念丹麦-澳大利亚昆虫学家埃比·施密特·尼尔森博士,他是GBIF的主要创始人之一,也是生物系统学和生物多样性信息学领域一位鼓舞人心的领导者。

从每年2万欧元的总奖金中,第一名团队将获得8000欧元,第二名将获得6000欧元,第三名将各获得3000欧元。


2023年GBIF埃比·尼尔森挑战赛获奖者

一等奖
GBIF提示:一个开源的基于GBIF的发生记录提示系统

这个可重复使用的开源工具展示了如何使用GBIF.org作为一个系统,用来通知使用者任何感兴趣的物种或地点的新的可用的发生记录。 虽然它可以部署和配置为生成针对任何特定分类群、区域或源数据集的组合的提示,但该系统最有可能的使用案例集中在外来入侵物种 (IAS) 的管理上。

负责监测IAS传播的实地管理人员和决策者需要快速获得有关受关注物种新发生的信息,无论是在已知的引入区还是在新的引入区。 “GBIF提示”可以通过简单、直观的使用者界面选择触发电子邮件通知,使他们了解他们感兴趣物种的新的 (或对于GBIF是新的) 记录。 为挑战赛提交的演示被配置为监测GBIF北美入侵物种新记录的发生指数。

“‘GBIF提示’直接源于开发Life RIPARIAS的经验,其是一个开源的基于GBIF的早期提示系统,针对比利时部分地区的一些入侵河岸植物和小龙虾。 当我们意识到一个更灵活、更少硬编码的配置会让它对世界各地的许多其他团队都有用时,我们觉得只为自己留着它是不对的,所以我们投入了一些额外的努力,”Noé表示。 “我们获得一等奖的喜悦和惊喜给了我们一种鼓舞,我们会本着同样的开源精神投入于其他生物多样性信息学工具,我们很乐意看到‘GBIF提示’的功能直接集成到GBIF.org中。”

视频 | GitHub | “GBIF提示”演示美国 入侵物种

二等奖
出自Bionomia的无摩擦数据

这个由加拿大生物多样性信息学家David Shorthouse创建的项目独占鳌头,成为2023年挑战赛的二等奖获得者。 Bionomia是他五年前首次发布的平台,其利用出自ORCID和Wikidata的持久识别码,使志愿者“抄写员”能够对共享到GBIF.org的标本记录进行注释,从而明确了他们归于个人标本收集者和识别码的功劳。 在此过程中,它引发了更广泛的讨论,即更好地认可和奖励收集、维护、数字化和保存世界科学收集知识所需的专长。

Shorthouse的2023年挑战赛项目概述了一项新功能,即自动为每个数据集在Bionomia中生成收集者和识别码归属的无摩擦数据包。 依靠这种简单、方便的格式,标本管理员可以更容易地将Bionomia归属导入本地标本管理系统,并共享新更新和改进的记录,从而创建一种数据质量改进的良性“往返”循环。

评审团对Bionomia的选择凸显了在现有工具中加入构建新功能的价值。 与此同时,目前正在通过Bionomia归属提高其标本数据质量的数据管理员将于2023年12月6日在为期半天的关于往返的线上研讨会上分享要点和经验教训,该研讨会现已开放注册

“这些新的产出有助于证明Bionomia的机构价值,并为标本数字化和转录带来积极的投资回报,“Shorthouse表示。 “对人们来说,持久的唯一识别码似乎是无足轻重的要继承的项目,但它们可以作为进入我们的起源、微观历史和情感线索的通行证,将为我们的自然历史标本奠定基础的人同他们的支持网络、他们收集的东西、他们到过的地方,以及我们共同的地球联系起来。 我希望所有向GBIF共享数据的标本都可以使用Bionomia的往返服务来帮助加强他们自己的本地网络。“

视频 | GitHub

三等奖
鉴别资源的图书馆

这个由生物学家和程序员Lars Willighagen开发的基于网络的平台结合了两种基于网络的服务,指导公民科学家找到合适的分类检索表,帮助他们鉴别自己观察到的生物。 Willighagen目前是荷兰奈梅亨拉德堡大学拉德堡生物与环境科学研究所 (RIBES) 的硕士研究生。

一个机器可读的公共领域分类学参考资料目录,范围从简单的图解指南到全面的系列出版物,提供了第一项基础服务。 这个书目资源库包含有关参考资料的元数据以及有关其分类学和地理范围及完整性的信息。 在可能的情形下,使用GBIF API提取资料中出现名称的完整列表并将其映射到GBIF主干分类法。

使用者通过输入需要鉴别的观察对象的位置和学名,就可以进入更显著的第二项服务。 检索结果返回目录中可能相关的参考出版物,并估计它们在验证观察对象的特征方面可能有多大用处。 适用性评估依赖于GBIF API来编制一份在地理搜索位置发现的所有物种的检查表,其可以与出版物的分类单元列表进行比较。 现有数据的使用考虑到了物种分布随时间的变化,因为侧重于目标区域特定分类群的旧版检索表可能变得不适用,而局限于不同区域的其他检索表则可能变得适用。

视频 | 找到鉴别资源 | 目录 | GitHub: 资源检索 | GitHub: 目录

三等奖
开放数据生物多样性制图仪

由NTNU的Sam PerrinPhilip Stanley MostertRon Togunov开发的基于R语言的Shiny网络应用程序原型运行一个开源数据流水线,可以预处理不同类型的数据集,使使用者更容易生成集成物种分布模型 (ISDMs)。

这种方法认识到,尽管标准化有其好处,但是,例如,公民科学家的机会性观察与使用复杂的丰度采样规程收集的记录有很大不同。 通过保留基础数据集中不同收集方法的一些独特优势和特征,并将它们纳入一个单一的统计框架——而不是简单地将记录汇集起来并消除它们之间的差异——开放数据生物多样性制图仪改进了最终的ISDM可视化。

该工具目前为挪威中部特伦德拉格郡的四个不同分类群生成物种密集度图,但该团队目前正在扩大该工具的尺度,以生成挪威全国的物种密集度图。 虽然ISDM方法的目的是让不具备必要数据处理技能的群体也能使用该方法,但获取脚本和使用它们的分步说明应该使具有一些GitHub、GBIF和R语言知识的使用者能够为其他目标分类群创建该工具的本地化版本。

视频 | GitHub


2023年埃比·尼尔森挑战赛评审团