La « qualité » d’un.e ornithologue

Publié par

La qualité c’est comme la beauté: l’idée est très simple, mais sa nature défie souvent les tentatives de lui conférer une valeur objective. Elle est éminemment subjective. Est-ce qu’on peut déterminer la « qualité » d’un.e ornithologue? En 2015, Steve Kelling et ses collaborateurs de Cornell et d’ailleurs posaient la question dans un article scientifique intitulé Can observation skills of citizen scientists be estimated using species accumulation curves? Avec les nuances appropriées, ils répondent oui. J’ai repris et simplifié leur analyse, avec les données eBird du Québec. Voici ce que j’en retiens.

Le principe de Pareto

Dans une perspective de science participative, un premier aspect de la « qualité » d’un eBirder c’est sa contribution totale, son assiduité. Vous ne serez pas surpris que la grande majorité des observations sont fournies par un petit noyau d’irréductibles. C’est un phénomène si fréquent qu’il a un nom: le principe de Pareto, communément appelé règle des 20-80. Celle-ci observe que de manière générale, 20% des causes sont responsables de 80% des effets. Par exemple, 20% des utilisateurs de Facebook généreraient 80% du contenu de ce médium social. Ou encore, 20% des promeneurs sur la plage seraient à la source de 80% des déchets qu’on y retrouve. La règle se propage aux oiseaux: l’ornithologue britannique Ian Newton et de nombreux autres par la suite observèrent que, grosso modo 20% des oiseaux seraient responsables de 80% de la progéniture – de véritables Starbucks ! Mais avec eBird (et ÉPOQ), on devrait plutôt parler de la règle des 4 – 80… En effet, plus de 80% des listes ÉPOQ/eBird du Québec proviennent d’un mince 4% des 36 963[1] personnes enregistrées! Si vous avez produit plus de 290 listes eBird au Québec, vous faites partie de cette élite.

L’assiduité n’est pas la « qualité » des ornithologues à laquelle on pense en premier. Comme les auteurs Kelling et al., vous pensez probablement à la compétence. Comment évaluer la compétence des ornithologues? Kelling et al. proposent d’utiliser la courbe d’accumulation d’espèces, une relation fort connue des écologistes, particulièrement les biogéographes. Celle-ci présente le nombre cumulatif d’espèces observées en fonction de la durée de l’excursion, de la distance parcourue ou toute autre mesure d’effort. À effort égal, postulent Kelling et al., les « meilleurs » ornithologues trouvent plus d’espèces. On voit plusieurs centaines de courbes d’accumulation d’espèces dans la figure 1 (palette de couleurs en l’honneur de l’actuelle comète Neowise). Celles du haut représenteraient des ornithologues de qualité, celle du bas, le contraire, selon Kelling et al.

Figure 1. Nombre d’espèces observées en fonction de la durée de la liste. Chaque ligne représente la moyenne pour 1 ornithologue. Les données proviennent de listes complètes du 15 mai au 15 juin, toutes années confondues, débutant entre 4:00 et 10:00, distance < 2 km, au sud du 50ième parallèle, observateurs assidus seulement.

Pas si vite, direz-vous: le nombre d’espèces observées au bout d’un certain temps dépend d’un tas de facteurs non? Bien sûr! comme Kelling et al., j’en ai tenu compte en utilisant un modèle statistique « annulant » les effets confondants de la durée, l’expérience, la date du calendrier, l’heure, la latitude, la longitude, la distance parcourue et du nombre d’observateurs. Comme Kelling et al., je mesurais l’expérience en utilisant le numéro de séquence de la liste comme indicateur (100 pour la centième liste soumise, etc.). La plupart de ces facteurs influençait significativement le nombre d’espèces observées. En voici quelques exemples dans la figure 2 (palette de couleurs « Ça va bien aller »).

Figure 2. En mai-juin au Québec, l’accumulation d’espèces en fonction du temps dépend de l’expérience (Listes), du nombre d’yeux et d’oreilles (Observateurs) et de la distance parcourue (Km), toute autre chose étant égale par ailleurs. Mais très peu de la latitude (ou de la longitude, non illustrée).

Après une analyse-spaghetti mettant à l’épreuve le lecteur le moindrement pressé, Kelling et al. concluaient de manière rassurante que les observateurs s’améliorent avec la pratique (« …observers improve with practice… »). Ouf! Le graphique en haut à gauche de la Figure 2 va dans le même sens, les plus expérimentés rapportant 30% plus d’espèces que les débutants, dans des conditions comparables (région, date, etc.). Ceci n’est guère surprenant, mais plus complexe à évaluer qu’il peut apparaître à première vue.

En effet, l’apprentissage ne se limite pas à mieux reconnaître le plumage et les vocalisations des oiseaux. Il consiste aussi au développement d’un instinct menant les ornithologues à des lieux prometteurs, pas seulement les hotspots hautement fréquentés, mais souvent des lieux inédits qu’ils feront connaître à la collectivité. Aussi, l’ornithologue expérimenté saura se rendre à ces endroits aux bons moments, encore une fois pas forcément ceux qu’on imagine normalement.

Kelling et al. reconnaissent les distinctions et chevauchements entre assiduité, compétence et instinct dans leur tentative de réduire la « qualité » à un nombre. Mais du haut de leur perchoir, ils ont « manqué » un aspect important: l’attitude. Celle-ci est parfois assez fixe: par exemple, je suis plutôt paresseux et distrait sur le terrain. L’attitude peut évoluer. Avec l’accumulation des années, les ornithologues ambitieux ou compétitifs finissent souvent par chercher plus systématiquement les espèces rarement observées. Avant les réseaux sociaux sur Internet, cela prenait plusieurs années à se développer. Maintenant, on franchit les étapes plus rapidement. De nombreux ornithologues voudront aussi battre leurs records des années précédentes et dominer les palmarès locaux, régionaux, voire de la province entière. Difficile d’imaginer que cela n’a pas d’impact sur leur « performance », mesurée par l’accumulation des espèces en fonction du nombre d’heures passées à observer. Mais d’autres attitudes peuvent se développer: un attachement à un site particulier (le patchworking), la paresse, la contemplation, la distraction. Si leurs sites favoris ont une valeur sentimentale plutôt qu’objective, ces ornithologues ne battront certes pas des records, même si leur qualité d’observateur est élevée. Et que dire des observateurs du dimanche? Si vous ne vous pointez que dans les meilleurs sites aux meilleurs moments, ce sera facile d’accumuler beaucoup d’espèces au terme d’une heure « typique » d’observations!

La figure 3 présente la tendance des ornithologues d’expérience à avoir un « score » plus élevé. L’aspect le plus frappant de ce graphique est l’éparpillement des points – reflet d’une énorme diversité dans la « performance » des ornithologues, même après tenu compte d’une foule de facteurs. Je vous mets au défi de déterminer où se trouvent parmi ces points les ornithologues du dimanche , les débutants, les « compétiteurs », les « zen » et les ornithologues dotés d’une capacité d’apprendre limitée (indice: au même endroit que les zen).

Figure 3. Dans une liste de durée, saison, heure, latitude, longitude et nombre d’observateurs moyens, les ornithologues ayant soumis plus de listes tendent à rapporter plus d’espèces. Chaque point représente un ornithologue.

Au fond, ce que je m’évertue à vous communiquer c’est que, quoiqu’en disent Kelling et al., la qualité n’est pas une quantité!

Mais tout de même, Kelling et al. mettent le doigt sur un défi: tenir compte des grandes différences dans la manière de rapporter les observations lorsque vient de temps de comparer les régions et les périodes dans le temps. Par exemple: une recrudescence d’ornithologues débutants au fil des années pourrait tirer ver le bas les estimations de populations de certaines espèces. À l’opposé, une plus grande compétence (ou une attitude plus curieuse) de l’ornithologue moyen de 2020 par rapport aux décennies passées pourrait biaiser les tendances à la hausse. Comme dit le cliché, on en a fait beaucoup, mais il reste beaucoup à faire pour faire d’eBird une source d’information encore plus riche et fiable.

Source: Kelling S, Johnston A, Hochachka WM, Iliff M, Fink D, Gerbracht J, Lagoze C, La Sorte FA, Moore T, Wiggins A, 2015. Can observation skills of citizen scientists be estimated using species accumulation curves? PloS one 10:e0139600.

(merci à Andra Florea de m’avoir fait découvrir cet article)

André Desrochers


[1] Ce nombre contient quelques doublons dus aux manières différentes d’enregistrer les observateurs dans ÉPOQ vs eBird.

4 commentaires

  1. Est-ce que tu crois qu’une pige au hasard, par exemple une liste par observateur par période, pour etudier les tendances des populations diminuerait les effets de ces biais de qualité dans le temps et/ou l’espace?

    1. Bonne question! Je ne crois pas qu’une pige au hasard règlerait le problème. Elle échantillonnerait simplement les biais plutôt que les utiliser dans toute leur ‘splendeur’. Les biais de compétence et d’attitude se retrouvent entre les observateurs, mais aussi à l’intérieur des observateurs, dans le temps (expérience, etc.) et dans l’espace (on bird probablement différemment dans son site régulier que lorsqu’on est touriste dans une autre région.

  2. Quatre pour cent des ornithologues produisent 80 des listes dans eBird! Il y a certainement un effet de petites listes dues à la limite suggérée des 8 km que la majorité respecte. Je pense que dans ÉPOQ, on se rapprochait plus des valeurs du principe de Pareto.

    Il y a longtemps, j’avais « forgé » la cote ornithologique qui mesurait la contribution d’un.e ornithologue au rapport saisonnier produit par l’ordinateur. Le nombre de listes (feuillets d’observations), de mentions, mais aussi de notes contribuaient au calcul de la cote. Les notes ne faisaient que gonfler une cote sans réellement changer le rang des observateurs.

    Merci André, c’est très intéressant.

  3. Salut !
    Peu importe la qualité d’un.e observateur-trice, le nombre d’observations rapportées sur eBird amoindrissent les divers biais du jeu de données, selon moi.
    Lorsqu’on compare avec des articles publiés et le travail universitaire, la diversité d’observateurs-rices est nettement moindre et le nombre de données assez limitées, ce qui en mon sens, vient plus mettre en question la qualité de l’observation en tant que biais considérable. L’article situe l’importance de calculer ce biais pour les données tirées de la science participative, mais je ne suis guère du même avis.
    De plus, la quantité d’espèce détectées sur une liste (non pas en fonction de la rareté, mais plus de la détectabilité) serait d’autant plus un métrique intéressant pour évaluer la qualité des données. En effet, un ratio par observateur du nombre de listes où l’on retrouve les espèces communes vs celles qui listent seulement les espèces spéciales, permetteraient de mieux contrôler le biais lié à la rigueur des observations.
    Merci pour cette analyse, au plaisir de te lire!

Répondre à Andra Annuler la réponse

Votre adresse courriel ne sera pas publiée. Les champs obligatoires sont indiqués avec *