New technologies are rapidly changing the way we collect, archive, analyze, and share scientific data. For example, over the next several years it is estimated that more than one billion autonomous sensors will be deployed over large spatial and temporal scales, and will gather vast quantities of data. Networks of human observers play a major role in gathering scientific data, and whether in astronomy, meteorology, or observations of nature, they continue to contribute significantly. In this paper we present an innovative use of the Internet and information technologies that better enhances the opportunity for citizens to contribute their observations to science and the conservation of bird populations. eBird is building a web-enabled community of bird watchers who collect, manage, and store their observations in a globally accessible unified database. Through its development as a tool that addresses the needs of the birding community, eBird sustains and grows participation. Birders, scientists, and conservationists are using eBird data worldwide to better understand avian biological patterns and the environmental and anthropogenic factors that influence them. Developing and shaping this network over time, eBird has created a near real-time avian data resource producing millions of observations per year.

Shirk, J. L., H. L. Ballard, C. C. Wilderman, T. Phillips, A. Wiggins, R. Jordan, E. McCallie, M. Minarchek, B. V. Lewenstein, M. E. Krasny, and R. Bonney. 2012. Public participation in scientific research: a framework for deliberate design. Ecology and Society 17(2): 29. https://doi.org/10.5751/ES-04705-170229

Strategic investments and coordination are needed for citizen science to reach its full potential.

Citizen-science projects engage volunteers to gather or process data to address scientific questions. But citizen-science projects vary in their ability to contribute usefully for science, conservation, or public policy. eBird has evolved from a basic citizen-science project into a collective enterprise, taking a novel approach to citizen science by developing cooperative partnerships among experts in a wide range of fields: population and distributions, conservation biologists, quantitative ecologists, statisticians, computer scientists, GIS and informatics specialists, application developers, and data administrators. The goal is to increase data quantity through participant recruitment and engagement, but also to quantify and control for data quality issues such as observer variability, imperfect detection of species, and both spatial and temporal bias in data collection. Advances at the interface among ecology, statistics, and computer science allow us to create new species distribution models that provide accurate estimates across broad spatial and temporal scales with extremely detailed resolution. eBird data are openly available and used by a broad spectrum of students, teachers, scientists, NGOs, government agencies, land managers, and policy makers. Feedback from this broad data use community helps identify development priorities. As a result, eBird has become a major source of biodiversity data, increasing our knowledge of the dynamics of species distributions, and having a direct impact on the conservation of birds and their habitats.

Citizen science has advanced science for hundreds of years, contributed to many peer-reviewed articles, and informed land management decisions and policies across the United States. Over the last 10 years, citizen science has grown immensely in the United States and many other countries. Here, we show how citizen science is a powerful tool for tackling many of the challenges faced in the field of conservation biology. We describe the two interwoven paths by which citizen science can improve conservation efforts, natural resource management, and environmental protection. The first path includes building scientific knowledge, while the other path involves informing policy and encouraging public action. We explore how citizen science is currently used and describe the investments needed to create a citizen science program. We find that: Citizen science already contributes substantially to many domains of science, including conservation, natural resource, and environmental science. Citizen science informs natural resource management, environmental protection, and policymaking and fosters public input and engagement. Many types of projects can benefit from citizen science, but one must be careful to match the needs for science and public involvement with the right type of citizen science project and the right method of public participation. Citizen science is a rigorous process of scientific discovery, indistinguishable from conventional science apart from the participation of volunteers. When properly designed, carried out, and evaluated, citizen science can provide sound science, efficiently generate high-quality data, and help solve problems.

Cooper, C. B., J. Dickinson, T. Phillips, and R. Bonney. 2007. Citizen science as a tool for conservation in residential ecosystems. Ecology and Society 12(2): 11. https://doi.org/10.5751/ES-02197-120211

This paper discusses the evaluation of an informal science education project, The Birdhouse Network (TBN) of the Cornell Laboratory of Ornithology. The Elaboration Likelihood Model and the theory of Experiential Education were used as frameworks to analyse the impact of TBN on participants’ attitudes toward science and the environment, on their knowledge of bird biology, and on their understanding of the scientific process. The project had an impact on participants’ knowledge of bird biology. No statistically significant change in participants’ attitudes toward science or the environment, or in participants’ understanding of the scientific process, could be detected. The results suggest that projects must make explicit to participants the issues that they are experiencing. In addition, the results suggest that more sensitive measures need to be designed to assess attitude change among environmentally aware citizens.

We examined the similarities and differences in the foraging patterns of 22 insectivorous bird species during their breeding season in the Hubbard Brook Experimental Forest, New Hampshire, USA. Using multivariate techniques (clustering of hyperdimensional Euclidean distances, principal components analysis, and Varimax rotated factor analysis), we distinguish 4 groups of species or guilds, each of which exploits food resources in a distinctly different way. Partitioning occurs primarily by (1) foraging height and height—related characters, (2) foraging locations within the forest canopy, and (3) differential use of tree species, foraging substrates and foraging maneuvers. The results indicate that the importance of vegetation height to bird species diversity is related (1) to foraging opportunities which differ along a gradient from ground level to the upper canopy and which are roughly indexed by measures of foliage height diversity (FHD), and (2) to the presence of the supporting branch and bole framework which provides a major distinct foraging region. We suggest that foraging opportunities vary with height in a forest and are influenced by the physical and chemical characteristics of the plant species, which in turn affect the kinds and distributions of foraging substrates, the ways in which birds search for and find food, and the abundances of food resources. The implications of these findings for understanding the structure of forest bird communities are discussed.

While many observations of species are being collected by citizen science projects worldwide, it can be challenging to identify projects collecting data that effectively monitor biodiversity. Over the past several years the allure of taking a big data approach has provided the opportunity to gather massive quantities of observations via the Internet, too often with insufficient information to describe how the observations were made. Information about species populations, where and when they occur and how many of them are there (i.e., the signal) can be lost because insufficient information is gathered to account for the inherent biases in data collection (i.e., the noise). Here we suggest that citizen science projects that have succeeded in motivating large numbers of participants, must consider factors that influence the ecological process that affect species populations as well as the observation process that determines how observations are made. Those citizen science projects that collect sufficient contextual information describing the observation process can be used to generate increasingly accurate information about the distribution and abundance of organisms. We illustrate this using eBird as a case study, describing how this citizen science platform is able to collect vital contextual information on the observation process while maintaining a broad global constituency of participants. We highlight how eBird provides information with which to generate biodiversity indicators, specifically distribution, abundance, and habitat associations, across the entire annual cycle, even for populations of long distance migratory birds, a highly challenging taxon.