説明
データ レコード
この オカレンス（観察データと標本) リソース内のデータは、1 つまたは複数のデータ テーブルとして生物多様性データを共有するための標準化された形式であるダーウィン コア アーカイブ (DwC-A) として公開されています。 コア データ テーブルには、40,721 レコードが含まれています。
拡張データ テーブルは1 件存在しています。拡張レコードは、コアのレコードについての追加情報を提供するものです。 各拡張データ テーブル内のレコード数を以下に示します。
この IPT はデータをアーカイブし、データ リポジトリとして機能します。データとリソースのメタデータは、 ダウンロード セクションからダウンロードできます。 バージョン テーブルから公開可能な他のバージョンを閲覧でき、リソースに加えられた変更を知ることができます。
バージョン
次の表は、公にアクセス可能な公開バージョンのリソースのみ表示しています。
引用方法
研究者はこの研究内容を以下のように引用する必要があります。:
Burant J B, Oosterkamp W E, Thapa P, van Hofslot T, Visser M E, Vriend S J G (2025). Historical breeding bird data from a national citizen science nest box monitoring initiative in the Netherlands, 1922–1950. Version 1.0. NIOO-KNAW. Occurrence dataset. https://tryout.nlbif.nl/resource?r=nestkast_1&v=1.0
権利
研究者は権利に関する下記ステートメントを尊重する必要があります。:
This work is licensed under a Creative Commons Attribution (CC-BY 4.0) License.
GBIF登録
このリソースは GBIF に登録されていません。
キーワード
birds presence; breeding birds; ecology; phenology; nest site; history; Occurrence
外部データ
リソース データは他の形式で入手可能です。
| Historical breeding bird data from a national citizen science nest box monitoring initiative in the Netherlands, 1922–1950 | https://doi.org/10.34894/ZOAZP8 UTF-8 csv V1 |
|---|
連絡先
- 最初のデータ採集者 ●
- 連絡先
- Researcher
https://orcid.org/0000-0002-0713-3100
- メタデータ提供者 ●
- 最初のデータ採集者
- Research assistent data
- 最初のデータ採集者
- Research assistent
- 最初のデータ採集者
- Student
- 最初のデータ採集者
- Head of department
- 最初のデータ採集者
- Data manager
地理的範囲
The Netherlands in the early twentieth century
| 座標（緯度経度） | 南 西 [50.771, 3.357], 北 東 [53.437, 7.237] |
|---|
生物分類学的範囲
説明がありません
| Class | Avies |
|---|
時間的範囲
| 開始日 / 終了日 | 1922-03-17 / 1950-05-27 |
|---|
プロジェクトデータ
説明がありません
| タイトル | Nestkast 1.0 |
|---|
プロジェクトに携わる要員:
収集方法
Volunteers checked nests in nestboxes and a small number of wild nests. They recorded lay date, clutch size and brood size. These data were gathered into a physical dataset by the Plantenziektekundige Dienst.
| Study Extent | various areas in the Netherlands |
|---|
Method step description:
- Source files were scanned and digitized using the pre-trained Transkribus model 'The Text Titan I' for text recognition, the 'Universal Lines' model for layout recognition, and a machine learning model trained on 80 manually transcribed pages for table recognition. The raw text output was cleaned with manual review and automation using Python with pandas and regex libraries.
- Datafication included standardizing area and observer names. All areas were manually geographically coded using historical Esri maps of the Netherlands. Species taxonomy was mapped to the vernacular names using the taxize package in R.
- Quality control included reviewing suspicious values (e.g. outliers, improbable and impossible values) against the source material. The data was furhter validated against the original reports from the Plantenziektekundige Dienst (ongoing).