1. 案例定位

第 11.10 節公民科學與公民資料科學家。以多個原書案例說明一般民眾如何參與資料蒐集、分析與科學決策。

2. 學習目標

區分「公民科學」與企業中的「公民資料科學家」兩種用法,理解參與式資料工作如何影響科學規模與社會接受度。

3. 案例情境

原書列舉美國國家公園、Audubon Society 冬季鳥類計數、澳洲—印度 MARVI 地下水計畫,以及澳洲 1 Million Turtles 等案例。這些計畫讓非專業民眾參與資料蒐集、觀察與部分分析。

4. 開始資料

案例/概念 原書內容
公民科學 一般民眾自願參與研究設計、資料蒐集、分析或報告
美國國家公園 以專案提供的工具協助專業科學家蒐集資料
Audubon Society 冬季鳥類計數支援鳥類族群與環境研究
MARVI 訓練村民成為地下水公民科學家,支援永續水資源管理
1 Million Turtles 超過 5,000 名公民科學家使用全澳濕地野生動物監測工具
企業公民資料科學家 具領域知識、非正式資料科學背景,但能使用工具建立模型的商業使用者

5. 分析方法

公民科學把大規模觀察與資料蒐集分散給參與者;企業中的公民資料科學家則利用低程式碼/視覺化工具自行探索模型。原書同時提醒,後者可能因缺少統計訓練而誤用模型。

6. 計算結果

原書對 1 Million Turtles 明確提到 5,000 多名公民科學家。其他案例多著重參與模式,未提供統一可比較的成效數字。

7. 結果分析與管理解讀

公民參與可以擴大資料規模,也可能提高政策與科學建議的理解與接受度;但模型真正部署前,仍需要專業資料科學家或領域專家進行驗證。

8. 人工智慧提問詞

比較公民科學與企業公民資料科學家兩個概念,根據原書案例說明其優勢與風險;不得把「能操作工具」等同於完整統計與模型治理能力。

9. 思考/假設情境

問題: 為何原書建議由公民資料科學家先做原型,再交由專業資料科學家參與?

參考解答: 可兼顧規模與速度,同時降低因缺乏專業訓練而誤用模型的品質風險。

10. 資料說明