当前世界环境

介绍

公民科学包括公众参与科学研究的领域，已经引起了环境研究者和公众的关注。公众对研究的参与使公众更有可能参与有关科学、健康和环境健康(仅举几个领域)的关键对话，并引起了国际资助机构、博物馆、科学中心和社会科学家(例如:^1;2)。虽然其他人对公民科学提出了不同的定义，但我们借鉴了^3.，特别关注科学探究，“科学工作者和公众之间的伙伴关系，在这种关系中收集、共享和分析真实的数据。”因此，公民科学依赖于一系列科学专家和非专家之间的合作。对这种伙伴关系的理解可能会让人对与这些专家和公众成员有关的专业知识概念产生疑问。

虽然那些从事专业环境科学的人可能会认为自己拥有比外行更多的知识和技能，但专家和外行之间的过渡构成一直是重要学术研究的主题(例如，⁴)。⁵粗略地将承担认识论工作的知识者定义为那些具有专业知识或可信度的人。然而，有了这个定义，就需要依赖于专家的信任(例如，⁶)，或者至少是一样⁵描述同行评审过程中的信任。对专家的尊重和信任已经成为个人在面对一天内做出的多个决定(例如，对食物和环境的看法)时做出明智决定的必要功能⁷)。然而，这些信息并不容易获得，因为专家们往往意见不一(例如，环境政策;⁸)，决策者权衡不同专家建议的程度也不稳定(例如:⁹)。然而，在文献中存在一个空白，以帮助我们解决与公民科学环境专家合作的经验是否有助于个人获得科学专业知识的问题?

在一些情况下，与新手相比，专家已经被证明知道得更多，有离散的知识获取策略，并且他们的知识在他们的头脑中有更好的组织(例如，¹⁰)。此外，当考虑到通往专业知识的途径时，很明显，定义专家的不仅仅是花在想法或问题上的时间(例如，¹¹)。这些作者描述了在深思熟虑的练习中花费时间的价值，在这种练习中，任务通过适当的重复和反馈得到改进，从而提高了逐步解决问题的能力¹¹。虽然许多公民科学项目需要不同程度的专业知识，但许多项目的目标是帮助公众发展环境监测技能。在环境公民科学中，通往这种推理技能的途径并没有得到很好的研究。

当然，公民科学家根据他们参与的项目类型与科学专家进行不同的接触(更多信息见1)。在协作或共同创建的项目中，个人作为知识的共同设计者与专家接触，因此参与学院式的讨论，而不是作为知识的接受者存在。对我们来说，有专家在场帮助向我们的公民科学家(在这种情况下也称为新手)提供渐进式反馈，将有助于这些人获得科学问题解决方面的专业知识，这是理所当然的。然而，我们的经验支持这一观点，因为我们注意到，当公民科学家在没有专家在场的情况下解决问题时，讨论可能会有所不同(乔丹和索伦森的个人观察)。考虑到这一点，我们选择确定以环境为导向的公民科学家在有或没有在重点领域具有专业知识的环境科学家在场的情况下进行讨论时的对话元素和程度。在这样做的过程中，我们希望确定专家可以通过哪些方式加强或限制对特定环境问题的公民科学研究。

在这里，我们选择回顾四个共同创建型公民科学项目的成绩单;两处专家在场，两处专家不在场。我们使用半演绎编码方案来确定讨论的不同程度。在分享这些结果之后，我们在讨论中提供了这类公民科学项目未来实践的启示。

项目背景

Collaborative Science.org(一种共同创造的公民科学)。¹²将共同创造的公民科学定义为由公众成员和(通常但不总是)科学家设计的项目，其中至少有一些项目参与者参与了科学事业的几乎所有方面。org被设计成一个共同创建的项目，旨在帮助使用建模技术的个人进行基于本地但区域连接的自然资源管理项目。通过使用一系列基于网络的建模和社交媒体工具，社区成员在进行真实的科学研究方面得到了帮助。这包括进行实地观察，参与协作讨论，用图形表示数据，以及建立生态系统模型。这些努力的目标是使志愿者能够参与资源和开放空间的保护和管理。

方法

为了确定两组讨论的不同之处，我们从以前的CollaborativeScience.org研究中提取了文本。我们选择把重点放在那些讨论最多的研究设计和含义的讨论上。这是表1中的步骤4和步骤5。

成绩单来自于四个协作科学网站项目:

2个项目有专家出席

1. 入侵物种控制研究。这些人聚集在一起，关注入侵植物物种在共同关注的开放空间中传播。
2. 暴雨水量测量研究。这些人聚集在一起，在暴雨事件发生前后对河岸侵蚀进行测量。

2个项目没有专家在场:

1. 鸟巢寄生虫防治研究。这些个体聚集在一起设计并实施了一项研究，该研究将减少共同关注的鸟类的巢寄生数量。
2. 饮用水水质关注研究。这些人聚集在一起，关注环境对水质的影响，特别是常见污染物的存在与否。

在这四项研究中，参与者彼此已经认识，并且正在研究保护问题。有些人通过全州合作推广的自然主义者项目(例如，自然主义者大师，环境管理员等)接受了培训。每个小组都有一名成员响应了加入CollaborativeScience.org的号召(该组织为项目开发提供了高达2000美元的相关资助资金)。参与的规定是，该小组必须参与至少4个录音，主持人领导，协作建模练习。主持人是其中一位作者(另一位作者负责录制)。这些作者都不是内容专家。所有的参与者都同意在必要的人类受试者研究披露后参与这项研究。

方法

对于这个项目，我们使用了MentalModeler (www.mentalmodeler.com)协作建模软件。该软件允许用户评估他们创建的概念图的结构(例如，部件)和功能(例如，驱动结果的机制)方面之间的关系。概念映射接口允许学习者首先头脑风暴对正在建模的系统重要的变量/组件。它还允许学习者定义变量之间的“模糊”关系(包括反馈)(强正到强负，转换为+1和-1之间的值)。在概念映射界面中定义和限定模型的初始结构后，可以在矩阵界面中以矩阵格式查看概念图，从而可以对模型的网络结构进行评估并导出到excel等其他分析和可视化工具中。场景界面允许学习者通过增加或减少概念图中的任何变量(或多个变量)来评估“假设”场景下的系统状态响应(增加/减少以及相对程度)。

表1:CollaborativeScience.org的结构(黑体是为当前研究转录的讨论)。

步骤1:回应呼叫并说出至少6个新小组成员的名字。

步骤2:参加一个虚拟或面对面的信息会议(取决于个人喜好和地点;注意小组必须完全亲自或在线(不促进混合小组)。如果在线，小组就保持在线，如果面对面，小组就保持面对面。

步骤3:回答在线“预”调查中的问题，并使用mentalmodeler.org完成一个个人模型。将模型发送给促进者，以“合并”将在下次讨论中细化的模型术语。

步骤4:参加第二个会议，在这个会议上对模型术语进行协作讨论和改进。

步骤5:参加第三次会议，其中绘制了模型箭头，并定义了关系。在会议结束时，以模型为基础，定义了一个研究问题，讨论了数据收集程序(并在接下来的几周内通过电子邮件和简短对话进行了完善)。

步骤6:数据收集周期和数据分析及结果汇编。

第七步:参加第三次会议，完善模型并讨论结果。参与者完成一项在线调查。

第八步:讨论结论，制定展示计划。

数据分析

对于本研究，我们比较了上述四个项目中的每个项目的第一组和第二组建模讨论(步骤4和5)。在项目开发期间(见13)，讨论被录音，然后由一位作者转录。为了收集本文的证据，所有作者都阅读了转录本，并使用了半归纳编码方案，其中所有作者都确定了主要主题，并在数据讨论期间进行了比较。在这次研究讨论中，主题被列出，冗余被删除，剩余的主题作为基本代码，并通过随后阅读所有转录本进行完善。对这些改进的代码进行了讨论，直到所有作者达成一致。见表2。

表2:

一旦编码方案被创建。演讲者的每个回合只根据主要主题编码一次。使用Excel电子表格，演讲者轮流发言。“重要”的话语被突出显示(例如，所有的“啊”，“嗯”，无法理解的单词，以及旁听的谈话(例如，打电话等)没有被突出显示)。从这些操作性问题(例如，“我们哪一天见面”“小溪离路有多远?”)等和逻辑型)被剔除，学习的显著特征(即知识导向型;表2)中证明代码正确的主要单词用下划线表示。其中一个密码被分配了。因为回合数因对话而异，所以结果以百分比表示。考虑到我们的目标是根据上面列出的主要主题简单地比较两次讨论之间的模式，并且某些代码类型的总数很低，我们决定使用数据的视觉检查来解释结果。

结果

平均来说，每次谈话都要花上一个小时，有9到13个回合(也就是说，一个新话题被引入)。我们的结果表明，讨论的不同之处在于讨论了业务思想的程度。此外，在知识导向(见表2)和操作澄清(即讨论会议的后勤和与会议相关的各种任务)方面，对话的范围从98%到67%不等。

在我们删除无关和逻辑类型的操作问题后，我们发现包含专家(n= 4,2前和2后)和不包含专家(n= 4,2前和2后)的对话存在差异。没有专家的对话不包含任何直接的反驳(图1)。我们进一步注意到问题与共同创造合作比例的差异。在帖子讨论中包含专家的两个小组中，直接问题的减少和共同创造性合作的增加，而在非专家讨论中没有注意到差异，比例仍然是1:1。

图1:图例:蓝色代表百分比问题，橙色代表反击，灰色代表共同创造合作。 点击此处查看图

讨论

总之，我们发现大部分讨论集中在知识构建类型的对话上(与逻辑/操作类型和无关类型相反)。此外，我们注意到只有专家才对正在讨论的想法提出挑战。然而，在这些挑战之后，发生了更大比例的知识共同创造(即对话2)。我们注意到，在没有专家在场的情况下，对话中的知识共同创造没有变化。我们将在下面讨论这些发现的含义。

考虑到我们只有一个小的数据集，我们无法做更多的推测，但这样的推测将有助于为环境公民科学家设计未来的经验。首先，专家是唯一提供直接反击的人。我们推测，对自己的能力缺乏信心可能是导致非专家缺乏反击的原因;正如在其他专家/新手类型的研究中发现的那样(例如，¹⁴)。

然而，更有趣的是，在第二次讨论中，与非专家小组的共同创造的缺乏相比，共同创造的发生率要高得多。是否有一些由专家推动的事情被证明比没有专家时更有创造力?我们，事后，回到文本，完全集中在专家的谈话的性质。有一件事变得很清楚，承认这只是两个人的样本大小，那就是专家只在抽象层面上发言，而志愿者往往两者都做。这意味着专家们几乎总是在谈论特定情境之外的兴趣现象，并倾向于使用术语“like”或“similar”来指代模式中其他点的想法(例如，像我们看到的X或类似于Y…)。当然，数据支持这样一种观点，即专家倾向于使用抽象或概括的方法将观点从一种情况转移到另一种情况¹⁵。这种更广泛的框架是否会导致更具创造性的讨论?在我们之前对小学、中学和高等教育学习者的研究中，我们发现将初学者的框架扩大到更全球化的背景下会产生更多的创造性思维¹⁶。此外，这种框架有助于挣扎的学习者发展更准确的心理模型¹⁷。

同样，我们注意到我们的数据是有限的。首先，除了测量专家和非专家类型的讨论之外，该研究的设计意图不同。相反，我们的检查是基于作者在参与时所注意到的机会主义的。其次，所有的作者都以促进者的身份参与了这项研究，因此冒着对数据含义进行过度猜测的风险，因为每个人都有更广泛的工作背景。虽然已作出努力尽量减少这种偏见，但风险仍然存在。最后，样本量很小。四组之间的一致性表明进一步的研究，但显然需要更多的数据来确定效果差异是否仍然存在。尽管如此，作为一项试点研究，本文提供了一个合理现象的讨论，值得在未来的环境公民科学项目中考虑。

未来的几个方向遵循这一试点调查。我们发现专家在发布前并没有问很多问题。因为反击也很低，在共同创造和提问之间是否存在一种权衡?参与者是否因为专家在场而问了更多的问题，这是否为共同创造创造了条件?还有一种可能是，当专家在场时，参与者最初对共同创造感到害羞;尽管一些研究表明，有专家在场的情况下，人们会感到某种程度上的舒适(例如，¹⁸)。

影响与结论

显然，有必要提供更多关于专家在与公民科学家讨论中所起作用的数据。如果公民科学被视为收集有关环境系统的数据和管理的可行方法，那么理解专家的作用，特别是他们在研究设计、数据收集和数据解释/传播的各个方面需要参与的程度，将对我们有好处。这个问题尤其重要，因为地方或区域系统的专家人数可能有限。未来的方向包括与公民科学家一起直接操纵专家知识。

致谢

作者要感谢多年来参与这个项目和其他项目的许多公民科学家。此外，两位匿名审稿人在改进本草案方面所做的工作也得到了认可。最后，这里的工作得到了美国国家科学基金会拨款(IIS-1227550)的支持。

参考文献

1. Shirk, j.l.， Ballard, h.l.， Wilderman, c.c.， Phillips, T.， Wiggins, A.， Jordan, R.…& Bonney, R.(2012)。公众参与科学研究:一个深思熟虑设计的框架。生态与社会，17（2）.
   CrossRef
2. Jordan, R.， Crall, A.， Gray, S.， Phillips, T.， and Mellor, D.(2015)。公民科学作为一个独特的研究领域。生物科学，65(2), 208 - 211。
   CrossRef
3. Jordan, R. C, Ballard, H. L， & Phillips, T. B.(2012)。评估公民的关键问题和新方法?科学学习成果。生态与环境前沿，10(6), 307 - 309。
   CrossRef
4. 柯林斯，h.m.和埃文斯，R.(2002)。第三波科学研究:专家和经验研究。科学社会研究，32(2), 235 - 296。
   CrossRef
5. Bouchard, F.(2016)。机构信任和不信任在建立对科学专业知识的理性服从中的作用。科学视角，24(5), 582 - 608。
   CrossRef
6. Whyte, k.p.， & Crease, r.p.(2010)。信任，专业知识和科学哲学。综合，177(3), 411 - 425。
   CrossRef
7. Wansink, B.， and sobal, J.(2007)。无意识的饮食:我们每天忽略的200个食物决定。环境与行为，39(1), 106 - 123。
   CrossRef
8. sprujt, P.， Knol, A. B.， Petersen, A. C.和lebret, E.(2016)。专家对其在颗粒物政策建议中的作用的不同看法:来自一次国际专家磋商会的经验证据。环境科学与政策，59, 44-52。
   CrossRef
9. 米勒，B.(2013)。什么时候是共识知识的基础?区分共享知识和单纯的协议。综合，190(7), 1293 - 1316。
   CrossRef
10. Persky, a.m.， & Robinson, j.d.(2017)。从新手到专家的转变及其对教学的影响。美国药学教育杂志，81(9)。
    CrossRef
11. 安德斯·爱立信，K.(2008)。刻意练习和专家表现的获得:总体概述。学术急诊医学，15(11), 988 - 994。
    CrossRef
12. Bonney, R.， Ballard, H.， Jordan, R.， McCallie, E.， Phillips, T.， Shirk, J.， and wilderman, C.(2009)。科学研究中的公众参与:非正式科学教育领域的界定及其潜力评估。CAISE调查小组报告。在线提交。
13. 乔丹，R.，格雷，S.，索伦森，A.，纽曼，G.，梅勒，D.，纽曼，G.……&Crall, A.(2016)。通过适应性管理和学习反馈来研究公民科学作为改善保护的机制。保护生物学，30.(3), 487 - 495。
    CrossRef
14. thsamriault, A.， Gazzola, N.， & Richardson, B.(2009)。新手治疗师的无能感:后果、应对和纠正。加拿大心理咨询与心理治疗杂志，43（2）.
15. Hinds, P. J, Patterson, M.， & Pfeffer, J.(2001)。抽象困扰:专业知识对知识转移及后续新手绩效的影响。应用心理学杂志，86(6), 1232年。
    CrossRef
16. Jordan, R. C, Brooks, W. R.， Hmelo-Silver, C, Eberbach, C， & Sinha, S.(2014)。平衡广泛的想法与背景:学生在系统级干预后描述生态系统过程的准确性评估。生物教育杂志，48(2), 57 - 62。
    CrossRef
17. Jordan, R. C, Sorensen, A. E.和hmelo - silver, C.(2014)。支持生态系统学习的概念表示。自然科学教育，43(1), 141 - 146。
    CrossRef
18. 麦克维，m.h.(2008)。沉浸式虚拟世界中专家传播者的观察:同步讨论的含义。Alt-j，16(3), 173 - 180。
    CrossRef