PISCIS: Plataforma de Búsqueda Interactiva y Ciencia Ciudadana
Contenido principal del artículo
Resumen
Muchos temas de la Astronomía moderna se caracterizan por la identificación de características en imágenes. Si bien esta es una tarea fácil para un ojo entrenado, es difícil obtener la misma calidad al realizarse mediante modelos o métodos numéricos. Esto ha conducido a la cooperación entre equipos de investigación y la ciudadanía tiene una larga historia en diferentes disciplinas científicas, debido al gran interés que despierta en el público, la presencia de asociaciones de personas aficionadas y la necesidad constante de procesamiento de grandes volúmenes de datos. En este trabajo el objetivo es presentar la experiencia y el desarrollo de una plataforma web de ciencia ciudadana (PISCIS, Platform for Interactive Search and CItizen Science), plataforma que tiene como objetivo la generación de catálogos de valor agregado a partir de datos que comprenden un conjunto de imágenes haciendo uso del interés en la Astronomía del ciudadano, facilitando la recolección y el análisis de datos así como también el conocimiento al público de la metodología y temas de investigación en el área de la Astronomía. Para llevar a cabo se creó una aplicación de fácil uso para el encuestador y el público, esta permite crear encuestas concisas y acompañarlas de imágenes, junto con espacios para agregar información y ejemplos de las encuestas a realizar. Actualmente, la plataforma ya está disponible. Además, se está empleando para clasificar el primer conjunto de datos, éstos consisten en pares de galaxias, el objetivo es catalogarlos según el tipo de interacción y, para esto, se brindan ejemplos de pares que tienen una alta, media o baja interacción. La colaboración de la ciudadanía está siendo importante, tanto para evaluar la plataforma como para inspeccionar visualmente a cientos de pares de galaxias. PISCIS permite vincular a las personas con proyectos de investigación, lo que posibilita a un investigador recolectar una gran cantidad de datos. Para poder realizar las clasificaciones, es necesario un entrenamiento, por lo que, a su vez, quien participa también aprende sobre ciencia y cómo se trabaja en ella.
Citas
Facundo Rodríguez, Elizabeth J. González, Ana L. O’Mill, Enrique Gaztañaga, Pablo Fosalba, Diego García Lambas, Mar Mezcua, Małgorzata Siudek. Close galaxy pairs with accurate photometric redshifts. Astronomy & Astrophysics, Volume 634, id.A123, (2020): 123-133. https://doi.org/10.1051/0004-6361/201937215
Skrutskie, MF y col. (1997). The Two Micron All Sky Survey (2MASS): descripción general y estado. En: Garzón, F., Epchtein, N., Omont, A., Burton, B., Persi, P. (eds) The Impact of Large Scale Near-IR Sky Surveys. Biblioteca de Astrofísica y Ciencias Espaciales, vol 210. Springer, Dordrecht. https://doi.org/10.1007/978-94-011-5784-1_3
Alexander S. Szalay, Jim Gray, Jan vanden- Berg. Petabyte Scale Data Mining: Dream or Reality?. American Astronomical Society
Meeting Abstracts, Proceedings of the SPIE, Volume 4836, (2002): 333-338. https://doi.org/10.1117/12.461427.
Wright E.L., et al.The Wide-field Infrared Survey Explorer (WISE): Mission Description and Initial On-orbit Performance.The Astronomical Journal, Volume 140, Issue 6, (2010): 1868-1881. https://doi.org/10.1088/0004-6256/140/6/1868.
York D.G., et al..«The Sloan Digital Sky Survey: Technical Summary». The Astronomical Journal, Volume 120, Issue 3, (2000): 1579-1587. http://iopscience.iop.org/1538-3881/120/3/1579
Zooniverse (2021). The world’s largest and most popular platform for people-powered research. Recuperado de https://www.zooniverse.org/