L’autre 99%
Quel est le problème?
Le Canada est un grand pays. Et même si vous avez soumis beaucoup d’observations, la plupart d’entre elles se trouvent dans un ensemble assez restreint d’endroits, en particulier les villes. En fait, plus de la moitié de toutes les observations iNat au Canada se trouvent dans des zones qui ne représentent que 1 % de la superficie totale du Canada. Cela signifie que nous manquons beaucoup d’observations dans la grande majorité de notre pays.
Dans ce défi, nous vous demandons de visiter l’autre 99 % du Canada et de documenter l’incroyable diversité des organismes que l’on trouve partout dans notre pays.
Où dois-je aller?
Dans ce projet iNat, nous avons inclus des observations provenant de tout le Canada à l’exception des 50 comtés les plus densément échantillonnés, en rouge sur la carte ci-dessous - il faut éviter ceux-ci. Pour passer au prochain niveau, essayez d’éviter les prochains 60 comtés avec le plus de données, en jaune sur la carte. Les comtés rouges jaunes contiennent 75% de nos observations sur iNaturalist au Canada, mais constituent seulement 3.5% de la superficie du pays.
Qui a créé ce défi?
Ce défi a été créé par une équipe d’écologistes, d’étudiants diplômés et de scientifiques communautaires. Le projet-cadre Blitz-the-Gap vise à augmenter le nombre d’observations iNaturalist pouvant être utilisées à des fins scientifiques et de conservation, et est soutenu par : la Fédération Canadienne de la Faune, le Wildlife Conservation Society Canada, Zones Clés pour la Biodiversité Canada, Biodiversité au Campus, le Data4Nature cluster de l’Université de la Colombie-Britannique, l’Université McGill, et l’Institut Canadien de l’Écologie et de l’Évolution, y compris le projet Living Data.
Ce défi particulier a été conçu par Lucas Eckert et Laura Pollock. Lucas est étudiant en doctorat à l’Université McGill (et fervent utilisateur d’iNat). Il étudie la façon dont les organismes réagissent et s’adaptent aux conditions environnementales changeantes. Laura est professeure à McGill, et étudie les modèles de biodiversité à grande échelle, en utilisant souvent les données d’iNaturalist.
Comment ces données seront-elles utilisées?
Un plus grand nombre d’observations provenant d’endroits mal échantillonnés peut vraiment nous aider à comprendre comment les organismes sont répartis. Ce type de données est essentiel pour planifier les programmes de conservation.