Opportunities and challenges for big data ornithology

Authors

Frank A. La Sorte, Cornell UniversityFollow
Christopher A. Lepczyk, Auburn University
Jessica L. Burnett, University of Nebraska-LincolnFollow
Allen H. Hurlbert, University of North Carolina at Chapel Hill
Morgan W. Tingley, University of Connecticut
Benjamin Zuckerberg, University of Wisconsin-Madison

Date of this Version

2018

Citation

Volume 120, 2018, pp. 414–426

Comments

Copyright 2018 American Ornithological Society.

DOI: 10.1650/CONDOR-17-206.1

Abstract

Recent advancements in information technology and data acquisition have created both new research opportunities and new challenges for using big data in ornithology. We provide an overview of the past, present, and future of big data in ornithology, and explore the rewards and risks associated with their application. Structured data resources (e.g., North American Breeding Bird Survey) continue to play an important role in advancing our understanding of bird population ecology, and the recent advent of semistructured (e.g., eBird) and unstructured (e.g., weather surveillance radar) big data resources has promoted the development of new empirical perspectives that are generating novel insights. For example, big data have been used to study and model bird diversity and distributions across space and time, explore the patterns and determinants of broad-scale migration strategies, and examine the dynamics and mechanisms associated with geographic and phenological responses to global change. The application of big data also holds a number of challenges wherein high data volume and dimensionality can result in noise accumulation, spurious correlations, and incidental endogeneity. In total, big data resources continue to add empirical breadth and detail to ornithology, often at very broad spatial extents, but how the challenges underlying this approach can best be mitigated to maximize inferential quality and rigor needs to be carefully considered.

Los avances recientes en la tecnolog´ıa de la informaci ´on y la adquisici ´on de datos han creado tanto nuevas oportunidades de investigaci ´on como desaf´ıos para el uso de datos masivos (big data) en ornitolog´ıa. Brindamos una visi ´on general del pasado, presente y futuro de los datos masivos en ornitolog´ıa y exploramos las recompensas y desaf´ıos asociados a su aplicaci ´ on. Los recursos de datos estructurados (e.g., Muestreo de Aves Reproductivas de Am´erica del Norte) siguen jugando un rol importante en el avance de nuestro entendimiento de la ecolog´ıa de poblaciones de las aves, y el advenimiento reciente de datos masivos semi-estructurados (e.g., eBird) y desestructurados (e.g., radar de vigilancia clima´tica) han promovido el desarrollo de nuevas perspectivas emp´ıricas que esta´n generando miradas novedosas. Por ejemplo, los datos masivos han sido usados para estudiar y modelar la diversidad y distribuci ´on de las aves a trav´es del tiempo y del espacio, explorar los patrones y los determinantes de las estrategias de migraci ´on a gran escala, y examinar las dina´micas y los mecanismos asociados con las respuestas geogra´ficas y fenol ´ ogicas al cambio global. La aplicaci ´on de datos masivos tambi´en contiene una serie de desaf´ıos donde el gran volumen de datos y la dimensionalidad pueden generar una acumulaci ´on de ruido, correlaciones espurias y endogeneidad incidental. En total, los recursos de datos masivos contin ´uan agregando amplitud y detalle emp´ırico a la ornitolog´ıa, usualmente a escalas espaciales muy amplias, pero necesita considerarse cuidadosamente c ´omo los desaf´ıos que subyacen este enfoque pueden ser mitigados del mejor modo para maximizar su calidad inferencial y rigor.