支付它:众包对分类名称和生物多样性标识符的协调和链接

科学领域:

• 生物多样性信息学 生物多样性信息学
• 计算分类学是一种计算分类学.
• 数据策划数据策划

背景情况:

• 在生物多样性数据库 (例如,GBIF,NCBI) 之间链接物种记录对于数据集成至关重要.
• 仅仅是名称匹配是不可靠的,因为同名词和同义词,需要手动策划.
• 缺乏正式的指导和糟糕的文档阻碍了分类标识符链接的透明度和可重复性.

研究的目的:

• 介绍一篇关于将GBIF和NCBI分类学标识符链接为物种检查清单的案例研究.
• 提出一个软件工具包和实践步骤,用于分类名称匹配和数据清理.
• 解决识别器链接的常见问题,并改善生物多样性研究的数据质量.

主要方法:

• 开发并应用了一套软件工具包,用于分类名称匹配和数据清理.
• 利用维基数据作为交叉引用和验证分类标识符的额外来源.
• 记录了常见的错误,如同名引起的错误识别,并提出了解决方案.

主要成果:

• 识别和纠正标识符链接中的错误,由于名称匹配问题,大约2.8%的种类有不正确的Wikidata标识符.
• 证明了拟议工具包在识别和解决数据不一致方面的有效性.
• 通过直接编辑或报告社区资源中的错误,强调众包策划工作的价值.

结论:

• 拟议的方法和软件工具集提高了跨生物多样性数据库的分类标识符链接的准确性和可靠性.
• 通过系统的数据清理来解决名称匹配错误,可以提高数据质量,并支持可重现的生物多样性科学.
• 像维基数据这样的社区资源的众包策划显著有利于下游生物多样性数据分析.