Registry: データセットにカテゴリを追加

ありがとう！

〜これがメトリックもサポートすると仮定すると（そして、複数値はデータセットが複数のカテゴリに属する​​ことができることを意味することを理解する）、追加したいと思います〜
〜9。 民間部門のデータ〜
〜10。 追跡データ（すなわち、個々の生物の再捕獲またはGPS追跡）〜

[ティム：ありがとう-上記に追加！]

質問：4。メタゲノミクス（eDNA）は2つの別個のカテゴリーである必要がありますか？ これらのデータはどちらも「シーケンスベース」の@ManonGrosですが、これらのデータの解釈にはかなりの違いがありますが、コメントしていただけますか？

[追加するために編集されたティム：私は今それらを上に分割しましたが、より多くのコメントに基づいて再び変更されます]

機械観測は、サンプリングイベントのサブカテゴリのようです。

機械観測は、サンプリングイベントのサブカテゴリのようです。

大丈夫ですよね？ マルチバリューであるため、データセットは両方または単なるサンプリングイベントとしてマークできます。あるいは、実際のサンプリングプロトコルが使用されていない場合は、マシン観測が適切な場合があります。

この新しいカテゴリは、語彙サーバーを使用したフリーテキストになりますか？ それとも、すべてのカテゴリを定義しようとしていますか？

この新しいカテゴリは、語彙サーバーを使用したフリーテキストになりますか？ それとも、すべてのカテゴリを定義しようとしていますか？

〜未定ですが、現時点でカテゴリーを提案中です〜

改訂：このスレッドの後半で詳しく説明するように、語彙サーバーを提案します。

すごい！ 私はそのアイデアが大好きです！

〜コメント1つだけ：〜
〜> 4.単一生物のメタゲノム（すなわち、NHM標本からの組織）〜
〜> 5.環境eDNA（例：土壌サンプル、水、昆虫のスープなど）〜

〜4番は正しくないようです。 「単一生物メタゲノミクス」を読んだときに私が理解しているのは、誰かが牛の腸内サンプルを採取し、それを配列決定した結果、腸内細菌叢が大量に発生したことです。 これは考えではないと思いますよね？〜
〜標本からの組織が配列決定されたということであれば、私は「単一生物の配列決定」の線に沿ってもっと何かを書くでしょう。 そして実際には、メタゲノミクスをeDNAとグループ化することができます（多くの場合、eDNAはメタゲノミクスです）。 結局、私たちは次のようなことができると思います：〜

〜4。 シーケンスされた単一の生物（すなわち、NHM標本からの組織）〜
〜5。 環境eDNAおよび/またはメタゲノミクス（例：土壌サンプル、水、昆虫汁など）〜

[ティム：ここで表現された提案で編集-ありがとう、あなたは本当に私が意図したことを理解しました！]

おそらく@thomasstjerneはこれについていくつかの考えを持っていますか？

標的種の検出を追加（PCRベースのアッセイ）

非常にエキサイティングなスレッドを認識させてくれた@timrobertson100に感謝します。 これまでのところ、GBIFの証拠/データセットタイプを決定する可能性のある8つの独立変数を見つけました。 ここで自分の意見を発表する前に、もう少し瞑想する必要があります。人がいる場合は、ブレインストーミング/ホワイトボードを作成してください。

これも追跡します

みなさん、こんにちは。データセットと証拠の種類を並べ替えるというアイデアは好きですが、ユーザーが単一のフィルター/語彙を使用して並べ替えるのが最も魅力的かどうかはわかりません（ただし、Timによる実現可能性は得られました）。 マインドマップをいくつか描きましたが、ここに写真を追加する時間がないので、入力してみてください。 なぜユーザーがデータセット/証拠の種類を並べ替える必要があるのか​​を考えることから始めました。 これは、証拠がどのように生成されたか、およびそのプロパティに基づいて、ケースにとって重要なタイプのデータをすばやく除外する方法です。 今日のように、データセットの提案された分類とbasisOfRecord語彙を交差させる8つの独立変数を思いつきました。 ここでは、独立した作業が重要だと思いますが、以下の1〜8の組み合わせのいくつかは、実際には不可能であることに注意してください。

私は自分の考えを説明するために緩い言葉を使用しています。これは私が提案している語彙ではなく、いくつかの未解決の重複があります。

1. 証拠の保存状況：仮想のみまたは物理的：化石、死者、生きている（動物園、文化、庭園、水族館）。 琥珀からDNAを得ることができるので、琥珀は配置するのが簡単ではないと考える人もいることに注意してください。半化石などがあります）。 _質問_：物理的な資料を再調査できますか？ それは何でどこにありますか？
2. 完全性/N種：単一および全体（たとえば、昆虫、つまり1つの個体内にすべてのジェネットが含まれる）、部分的（組織サンプル、葉、子実体）、または混合標本（個々の種を収集できない場合は、苔や地衣類の収集で一般的） ：しかし、意図的なサンプリングではありません。たとえば、プランクトンのように6）を参照してください。 _Question_：完全な形態、または一部の特性のみを研究することはできますか、それとも博物館の標本をDNA配列にのみリンクすることはできますか？
3. DNA：探索されていない、シーケンス、PCR。 注：DNAまたはPCR産物は長期間（物理的に）保存できるため、これは仮想と物理の中間ですが、種の存在に関するDNA証拠、多くの場合シーケンスは、デジタル画像とそれほど変わらない機械生成の仮想証拠です。音。 _Question_：IDを再検討したり、系統発生を行ったり、ラベル名だけを持っているのでしょうか。
4. 動的/静的データ。 動的：追跡、時系列、標識再捕獲。 _質問_：プロセスのみを学習できますか、それともパターンのみを学習できますか？
5. 証拠が生成される方法：文献処理、コレクションのデジタル化、個人的な観察、系統抽出。 _Question_：生成の信頼性でデータを並べ替えることはできますか？
6. イベントデータのサンプリング用ですが、発生する可能性もあります：存在のみ（サンプリング作業は不明/文書化されていない）、存在なし、存在量（定量的）。 _Question_：どのような統計分析が可能ですか？
7. データがGBIFにパックされる方法：メタデータのみ、チェックリスト、オカレンスのみ、サンプリングイベント。 特に、使用される拡張機能によるフィルターが含まれる場合があります。 TDWGでそれらをさらに取得している場合。 _Question_：GBIFのダウンロードで何が得られ、逐語的でGBIFが解釈されますか？
8. データを生成するコミュニティ（おそらくこれは出版社のタグ付けに関連していますが、オカレンスとデータセットをフィルターでフィルタリングする必要があるかもしれません）:(グループ）個人、博物学コレクション、民間部門、海洋、市民科学、機械。 これらのいくつかは相互に排他的ではありません：「博物学コレクション」+「市民科学」または「機械」である可能性があります。 _Question_：特定の人口統計セクターのデータトレンドを調査できますか？

繰り返しになりますが、これは未完成の考えの単なるキャプチャです。 優れた分類がどのように見えるかをブレインストーミング/ホワイトボードに載せるとよいでしょう。 元の投稿の1、7、13などが同時に当てはまる可能性があるため、私はそれを切り出すことを考えていました。 これらがタグであり、オーバーラップが問題ない場合は、問題ありません。 ただし、これが厳密なフィルターである場合は、保存の種類、コミュニティの生成、生成方法、定量性などをキャプチャするために、フィールドだけでは不十分な場合があります。範囲外の場合は、自由に破棄してください。 また、ここで部分的に適用できるBoRディスカッションのコレクションも見つかりませんでした。

分類は私たちからのものだと思いますが（少なくとも、現時点では市民科学データセットの場合はそうです）、他の人もキュレーションを手伝ってくれるといいですね。 覚えておくべきことです。

たとえば、ノードマネージャーに「市民科学」とタグ付けされたデータセットをチェックするように依頼するとします。 私たちが欲しい：

1. ノードのすべての市民科学データセットを確認するための簡単な方法。
2. ノードマネージャーが誤ってタグ付けされたデータセットに気付いた場合は、次回再タグ付けされないように、そのデータセットを追跡する必要があります。

この問題を見ると、 https ：//github.com/gbif/portal-feedback/issues/3381、$＃$ data extracted from taxonomic literature (i.e., Plazi)カテゴリがありません。 あなたは正しいです、私はそれを逃しました！

ありがとう@ManonGros

この問題を見ると、gbif / portal-feedback＃3381で、分類学の文献（Plaziなど）のカテゴリから抽出されたデータが欠落しています。

これが意図されたものです：

重要な引用（例：文献における分類学的処理）

（関連するのは、Plaziが公開解説のためにDarwin Coreの問題でbasisOfRecord語彙への追加をMaterial citation提案したことです）

1対多の@Dmitryを+1し、キーワードタグを使用します（カテゴリに対して1：1のコアレコードの代わりに）
+1 @Marieは、ノードスタッフがカテゴリをキュレートできるようにすることを考えています->また、誰でもデータポイント/セットにカテゴリ情報（来歴はそのまま）で注釈を付けることができるようにする機能リクエストを追加できます

「データセット」（Darwin-Core-archive-datasetのように）は、異なるカテゴリの「証拠レコード」（別名コアレコード、別名オカレンス）の混合バッグである可能性があることも覚えておいてください-カテゴリ「タグ」がDwC-Aのすべてのコアレコードに適用するように設計されています

また、「エビデンスレコード」（コアレコード）の非正規化とは、コアレコードにリンクされている特定のプロパティがどのクラスにリンクされるのかを特定できないことを意味します。

私はこのアイデアが本当に好きです。 確かに、ALAには、データプロバイダー間でレコードのグループを選択するための非常に簡単な方法を望んでいるユーザーがいます。 私がこの要求をほとんど聞いているグループは、博物館や植物標本を「ただ」欲しがっている学芸員/研究者です。

いくつかの提案：

1. 博物学コレクション-化石標本のカテゴリも用意しておくと便利な場合があります。これにより、これらを簡単に分離できます。
   化石を分離する理由は、半化石（またはまだ現存する化石種）が現存する分布の外側に現れることが多く、完全に合法である場合、エラーと間違えられ、そのようにフラグが立てられる可能性があるためです。

1. シーケンスされた単一の生物（すなわち、NHM標本からの組織）
   組織サンプルの追加カテゴリがあると、シーケンスが派生しているかどうかに関係なく、非常に役立ちます。
   このカテゴリのユーザーは、現在BasisOfRecord=材料サンプルと準備ポットラックを検索する必要があるローン/破壊サンプリング用の組織を探している研究者である可能性があります。

2. 民間部門のデータ-開発/鉱業プロジェクトの承認前に環境影響評価を実施する企業によって収集されたデータを意味しますか？ もしそうなら、オーストラリアではこれは一般に「提案者データ」（開発の提案者からのデータ）と呼ばれます。 民間部門のデータが何か他のものを意味する場合、おそらく両方を持つことができますか？

「データセット」（Darwin-Core-archive-datasetのように）は、異なるカテゴリの「証拠レコード」（別名コアレコード、別名オカレンス）の混合バッグである可能性があることも覚えておいてください-カテゴリ「タグ」がDwC-Aのすべてのコアレコードに適用するように設計されています

ありがとう、@dagendresen。 ここでの私の考えは、これをDarwinCoreのclass/basicOfRecordの問題から切り離して、レポート/ユーザーのニーズに迅速に対応できるようにすることでした（たとえば、データセットに新しいタグを導入する）。 「混合バッグ」データセットが存在する可能性があることを認めて、私の直感では、ほとんどのユーザーは、たとえば「eDNAとしてタグ付けされたデータセットに由来するレコードを除外する」などの幅広いフィルタリングを高く評価します。または、プライベートセクター関連としてタグ付けされたデータセットからのデータなどに基づいてレポート（成長チャートなど）を作成します。 これは合理的だと思いますか？

このアイデアが本当に好き

ありがとう、 @elywallis-あなたの入力を一番上のリストに追加します。

民間部門のデータ-開発/鉱業プロジェクトの承認前に環境影響評価を実施する企業によって収集されたデータを意味しますか？

そう、それが意図だったと思います。 詳細はわかりませんが、データ管理チームがこのようなカテゴリを使用してトレンドに関するレポートを作成することが増えていることは承知しています。 最終決定を提案することなく、あなたのコメントをトップリストに追加します。

少しトピックから外れていますが、おそらく便利です：

多くの人には知られていないかもしれませんが、GBIFはこのような語彙を統合された語彙サーバーに徐々に移行しています。 これにより、データマネージャー（ノードマネージャー@dagendresenを含む）が概念の定義に関与できるようになります。 概念は階層化することができ（たとえば、プライベートデータのより細かい分類）、語彙バージョンがリリースされると、データ処理パイプラインで取得されます。 これはまだ進化していますが、 LifeStageは現在生産中です。

これがこの問題に関連して意味することは、新しいレポートまたはコミュニティのデータセットを分類するための新しい要件が出現したときに、ソフトウェア開発者の関与を必要とせずにそれに対応するためのツールを用意することです（変更してから、データセットのタグ付けに進みます）。

「混合バッグ」データセット

@ timrobertson100 （求められた場合）ベストプラクティスは「混合バッグ」データセットを避けることであり、_「再利用の目的」_のフィルターを有効にする「タグ」は非常に便利で歓迎されることに完全に同意します。 そして、「混合バッグ」データセットに100％を適用しなくても、このような機能でうまく生きることができると信じています:-)

（適切-GBIFノルウェーは、ノルウェーのデータ発行者と「交渉」して、「混合バッグ」データセットをより均質な小さなデータセットに「分割」します）

@ timrobertson100は書いた：

少しトピックから外れていますが、おそらく便利です：

多くの人には知られていないかもしれませんが、GBIFはこのような語彙を統合された語彙サーバーに徐々に移行しています。 これにより、データマネージャー（ノードマネージャー@dagendresenを含む）が概念の定義に関与できるようになります。 概念は階層化することができ（たとえば、プライベートデータのより細かい分類）、語彙バージョンがリリースされると、データ処理パイプラインで取得されます。 これはまだ進化していますが、 LifeStageは現在生産中です。

これがこの問題に関連して意味することは、新しいレポートまたはコミュニティのデータセットを分類するための新しい要件が出現したときに、ソフトウェア開発者の関与を必要とせずにそれに対応するためのツールを用意することです（変更してから、データセットのタグ付けに進みます）。

ティム、あなたは私のを見ることができます？ ある時点で、この取り組みについて、GBIF、TDWGウェビナーからの講演が必要になります。 より広いコミュニティは、データを改善して理解するために必要なデータをどのように使用できるかについて、非常に啓発的であると感じると思います。