Esperando la optimalidad o diseñando para la inclusión: Persistencia, aprendizaje y la red social de la ciencia ciudadana

El crecimiento explosivo de la ciencia ciudadana, combinado con la resistencia por parte de la ciencia tradicional para adoptar plenamente esta técnica de recolección de datos, exige un examen riguroso de los factores que influyen en la calidad de los datos y la eficacia del proyecto. Los patrones de esfuerzo de los contribuyentes y el desempeño de las tareas han sido bien revisados en proyectos en línea; sin embargo, faltan estudios sobre la ciencia ciudadana práctica. Utilizamos un único proyecto práctico al aire libre: el Equipo de Observación Costera y Encuesta de Aves Marinas (COASST) para explorar cuantitativamente las relaciones entre el esfuerzo de los participantes, el desempeño de la tarea y la conexión social en función de las características demográficas y los intereses de los participantes, situando estos resultados en el contexto de un metaanálisis de 54 proyectos de ciencia ciudadana. Aunque los proyectos en línea se caracterizaron por altas tasas (>90%) de participación ocasional y baja retención (<10%) después de 1 año, los participantes regulares de COASST tenían una alta probabilidad de continuar después de su primera encuesta (86%), con un 54% activos 1 año después. A nivel de todo el proyecto, el desempeño en las tareas fue alto (88% de identificaciones correctas de especies entre los 31,450 cadáveres y 163 especies encontradas). Sin embargo, hubo diferencias demográficas distintas. La edad, la experiencia en observación de aves y la experiencia previa en ciencia ciudadana tuvieron el mayor impacto en la persistencia y el desempeño de los participantes, aunque ocasionalmente en direcciones opuestas. El género y la sociabilidad fueron relativamente inconsecuentes, aunque los tipos sociales muy gregarios, es decir, "gente nexus," fueron extremadamente influyentes en la reclutación de otros. Nuestros hallazgos sugieren que la ciencia ciudadana práctica puede producir datos de alta calidad, especialmente si los participantes persisten, y que comprender los datos demográficos de la participación podría utilizarse para maximizar la calidad de los datos y la amplitud de la participación en el paisaje social más amplio.