生物多样性研究依赖标本馆标本——即压干的植物样本——以及记录谁在何处、何时、以何种名称采集的凭证记录。传统上,这些信息是在标本经历压制、干燥、鉴定和数据录入的过程中逐步拼凑起来的,这一过程可能耗时数月甚至数年,并增加了错误或遗漏的机会。最近的数字化努力聚焦于改善后端数据库,却忽略了采集的关键时刻——那时所有来源信息都是直接知道的。独立文件(IF)通过在野外标本采集的瞬间启动凭证记录,填补了这一空白。[primary] [support-1] IF是一个自包含的HTML文档,约750 KB,无需安装、账户、服务器或网络连接即可运行。打开后,它会生成一个唯一的二维码和凭证标识符。采集者随后可以就地拍摄标本,记录GPS坐标(稍后可修正),并添加相关照片,然后在浏览器中将凭证保存到本地。该文件通过语义将标本数据、图像、采集者信息、地点和日期联系在一起:其结构和行为本质上承载意义,消除了日后跨多个系统重建的需要。[primary] IF既支持预先打印标签的工作流程,也支持采集后核对的“牛仔”方法。用户可以使用IF内置的打印功能事先打印二维码标签,用手机扫描以采用标识符,并在压制标本之前填写字段。或者,如果没有标签可用,IF会在成像后生成二维码;采集者将发生标识符的最后四位字符与标本一同记录,稍后使用IF的标签打印工具进行核对。该系统以HTML、JSON、CSV和XLSX格式导出记录,为Symbiota、Specify和DiSSCo生物多样性数据平台生成数据包,并可以推送到GitHub——所有数据都存储在本地,除非用户选择共享。除非采集者发送数据,否则不会有任何数据离开设备,确保无论机构如何变化,来源信息始终与记录相伴。[primary] 从技术上讲,IF作为一个零依赖的基元运行:一个约762 KB、12,376行的文件包含界面、代码、样式和记录规则,无需外部库、框架、构建步骤或必需服务。它包含573个命名函数,外加来自一个内嵌二维码库的93个函数,函数清单中记录了1,401条函数到函数的调用关系。通过?selftest访问时,自检验证通过73/73项检查,注释约占JavaScript字符数的30%,使用户能够追踪行为到源代码而无需执行。关键在于,IF不会主动发起任何网络请求;其唯一的网络能力是根据命令重新读取自身的文件。[primary] 论文中引用的审计显示,标本馆和GenBank记录经常缺乏凭证应携带的来源信息——比希望的要少——强调了在采集时捕获数据的价值。虽然尚未测得IF的服务寿命,但其设计强调开放格式、可检视的源代码以及对任何单一主机的独立性,旨在作为一个伴随采集者职业生涯的野外记录本,具有数十年的可用性,并且能为未来用户所理解。标本可能存放在收藏中,但记录可以留在采集者身边,确保即使机构数据库发生变化,身份依然保持。[primary] [support-1] 通过在记录创建的时刻分配Darwin Core术语,IF使导出能够满足多样化的目标要求,同时通过嵌入或链接的照片和二维码保留核心身份,这些照片和二维码可以携带最小的Darwin Core记录。这种方法在信息泄漏之前堵住数据堤坝上的漏洞,为生物多样性野外工作提供了一个实用工具,优先考虑来源信息的即时性和完整性。
HN Digest / · HN #49929461
二次诞生:采集时刻的标本与记录
一个名为独立文件(IF)的单一HTML文件使生物多样性采集者能够在标本采集的精确时刻创建完整的凭证记录,无需外部依赖、账户或网络连接,即可嵌入二维码、GPS坐标、照片和Darwin Core元数据。
