| Texto completo | |
| Autor(es): |
Resende, Hugo
;
Fazenda, Alvaro L.
;
Cappabianco, Fabio A. M.
;
Faria, Fabio A.
Número total de Autores: 4
|
| Tipo de documento: | Artigo Científico |
| Fonte: | FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE; v. 175, p. 9-pg., 2026-02-01. |
| Resumo | |
In recent years, citizen science (CS) campaigns leveraging crowdsourcing have proven effective in generating large datasets across various fields such as environmental monitoring, and astronomy. However, the quality of volunteer-contributed data remains a challenge, as inconsistent responses often arise from inattentiveness and rapid analyses. To increase reliability in the generation of labeled datasets in citizen science campaigns, this paper proposes the combination of outlier detection techniques (Z-Score, Tukey and Median Absolute Deviation) to remove unreliable voluntary contributions, followed by exclusion of tasks with high Shannon entropy, that is, without consensus of volunteers. To validate this methodology, a case study was conducted using three CS campaigns from the ForestEyes project, which employs citizen science and machine learning to detect deforested areas. The results showed that applying those statistical techniques to filter contributions based on response time of the volunteers joining with median entropy filter led to a growth of up to 20% of accuracy in campaigns, highlighting the importance of integrating statistical techniques and variability to improve the CS results. (AU) | |
| Processo FAPESP: | 23/00782-0 - Projeto ForestEyes - Cidadãos monitorando desmatamento em Florestas |
| Beneficiário: | Álvaro Luiz Fazenda |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 23/00811-0 - EcoSustain - Ciência de Dados e Computação para o Meio Ambiente |
| Beneficiário: | Antonio Jorge Gomes Abelém |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 14/50937-1 - INCT 2014: da Internet do Futuro |
| Beneficiário: | Fabio Kon |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 15/24485-9 - Internet do futuro aplicada a cidades inteligentes |
| Beneficiário: | Fabio Kon |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 19/26702-8 - Tendências em computação de alto desempenho, do gerenciamento de recursos a novas arquiteturas de computadores |
| Beneficiário: | Alfredo Goldman vel Lejbman |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 18/23908-1 - Buscando Robustez em Arquiteturas de Aprendizagem Profunda para Aplicações e-Science |
| Beneficiário: | Fabio Augusto Faria |
| Modalidade de apoio: | Bolsas no Exterior - Pesquisa |