Main content

Home

Menu

Loading wiki pages...

View
Wiki Version:
### **Long-term Records of Song Sparrows on Mandarte Island, British Columbia** ### Français ci-dessous **Collaborating Researcher(s) and Agency:** - Prof. Peter Arcese, Chair of applied conservation biology, University of British Columbia **Description of Project:** Long-term time series of observations from focal populations are among the most valuable data ecologists collect, and their preservation is central to understanding historic and future changes in demography and dynamics of wild species. Since 1975, Professor Peter Arcese and his colleagues have monitored a population of Song Sparrows (Melospiza melodia) on Mandarte Island in the Haro Strait near Vancouver Island, British Columbia. Through their intensive monitoring, Arcese and his team have collected more than 40 years of demographic, life-history, and genetics/pedigree data as well as detailed information on the location of individual birds from nest departure to death. These data have been used to link demography and evolutionary theory, and to address a variety of fundamental questions. Corresponding climatic data are already available online, providing ample opportunity for future analyses. In addition to the long-term monitoring on Mandarte, the researchers have alos collected similar short-term data from more than a dozen other islands. This internship will work to harmonize these different sources of data, and will involve data extraction from paper records and non-proprietary file formats, digitization, data cleaning and validation, and the generation of metadata. In particular, much of the internship will focus on extracting the detailed individual location information from maps, and later merging these with the life-history data. Once the data have been extracted and processed, the intern will work to archive the location data on a publicly-accessible repository (to be determined). **Remuneration:** As with all Living Data Project internships, a fellowship of $6500 is provided for 6 weeks of full-time internship (or the equivalent part-time work spread over a longer time period; **240 hours total**). This fellowship is intended to contribute to the annual stipend of the graduate student, and is inclusive of any benefits or costs. **Internship date:** `Start: anytime between 01 May and 01 July 2022` `End: latest by 30 September 2022` **Internship location:** Virtual and/or in person at UBC, Vancouver **Other potential benefits to intern:** This data rescue internship partially fulfills the requirements of the CIEE Certificate in Data Management and Reproducible Research (see https://www.ciee-icee.ca/data.html). The intern will be encouraged to develop research questions that could be tested using the datasets in question and, if interested, pursue the analysis and publication of this research. **Qualifications required:** The candidate must be a registered graduate student at one of the following four universities: McGill University, University of British Columbia (Vancouver or Okanagan), Université de Montréal, and University of Regina. The candidates major area of research must be one of ecology, evolution, or environmental sciences, and the candidate must demonstrate that they have the conceptual training necessary to evaluate the ecological value of the data that they may encounter in this project. The candidate must be able to create computer scripts to manage digital data, including data validation, compilation, and quality control, and have the relevant scientific expertise to create useful metadata. **A basic to intermediate understanding of GIS concepts and experience with ArcGIS software is necessary.** The candidate should be enthusiastic about preserving legacy data and demonstrate a commitment to open science. **Qualifications desired:** The ideal candidate will have research interests in population ecology, ornithology, and climate change biology. The candidate will ideally have completed or plan to register in the Living Data Project's modules on Productivity and Reproducibility ([course outline](https://osf.io/uwzx5/wiki/1.%20Course%20outline%20and%20schedule/)) and Scientific Data Management ([course outline](https://osf.io/sjf2g/wiki/Course%20outline/)). We will also consider equivalent training or demonstration of skills. **Candidates with experience working with and digitizing historic maps (either manually or using image-extraction software) are strongly encouraged to apply.** Please fill in the [application form](https://ubc.ca1.qualtrics.com/jfe/form/SV_2gGlyvILXVQ91B4) by `10 January 2022`. ----- ### **Inventaires à long terme des Bruants chanteurs de l'île Mandarte, en Colombie-Britannique** ### **Chercheurs collaborant et organisation:** - Prof. Peter Arcese, Chaire de biologie de la conservation appliquée, University of British Columbia **Description du projet:** Les séries chronologiques à long terme d'observations de populations focales sont parmi les données les plus précieuses que les écologistes collectent, et leur préservation est essentielle pour comprendre les changements historiques et futurs de la démographie et de la dynamique des espèces sauvages. Depuis 1975, le professeur Peter Arcese et ses collègues ont suivi une population de Bruants chanteurs (Melospiza melodia) sur l'île Mandarte dans le détroit de Haro, près de l'île de Vancouver, en Colombie-Britannique. Grâce à leurs efforts soutenus, Arcese et son équipe ont collecté plus de 40 ans de données démographiques, génétiques, d'histoire de vie et de filiation ainsi que des informations détaillées sur les déplacements des individus depuis le départ du nid jusqu'à la mort. Ces données ont été utilisées pour établir un lien entre la démographie et la théorie de l'évolution, et pour répondre à diverses questions fondamentales. Les données climatiques correspondantes sont déjà disponibles en ligne permettant de nombreuses futures analyses. En plus du suivi à long terme sur Mandarte, les chercheurs et chercheuses ont également collecté des données similaires à court terme sur plus d'une douzaine d'autres îles. Ce stage travaillera à harmoniser ces différentes sources de données, et nécessitera l'extraction de données à partir d'enregistrements papier et de formats de fichiers en libre accèes, la numérisation, le nettoyage et la validation des données, ainsi que la génération de métadonnées. Plus précisément, une grande partie du stage se concentrera sur l'extraction des informations de localisation individuelles détaillées à partir de cartes, puis sur leur fusion avec les données d'histoire de vie. Une fois les données extraites et traitées, le ou la stagiaire travaillera à archiver les données de localisation sur un référentiel accessible au public (à déterminer). **Rémunération :** Comme pour tous les stages du projet Living Data, une bourse de 6500 $ est fournie pour 6 semaines de stage à temps plein (ou l'équivalent réparti sur une période plus longue: **soit un total de 240 heures**). Cette bourse vise à contribuer aux revenus de l'étudiant ou de l’étudiante aux cycles supérieurs et inclut tous les avantages ou couts. **Date du stage:** `Début : entre le 1er mai et le 1er juillet 2022` `Fin : au plus tard le 30 septembre 2022` **Lieu du stage:** Virtuel **Autres avantages potentiels du stage:** Ce stage de sauvetage de données répond en partie aux exigences du certificat de l’ICEE en gestion des données et recherche reproductible (voir https://www.francais.ciee-icee.ca/donneacutees.html). La personne stagiaire sera encouragée à développer des questions de recherche qui pourraient être testées à l'aide des ensembles de données en question et, si elle est intéressée, à poursuivre l'analyse et la publication de cette recherche. **Qualifications requises:** La personne candidate doit étudier aux cycles supérieurs dans l'une des quatre universités suivantes : l'Université McGill, l’University of British Columbia (Vancouver ou Okanagan), l'Université de Montréal ou l'University of Regina. Son principal domaine de recherche doit être en écologie, en évolution ou en sciences de l'environnement, et elle doit démontrer qu'elle possède la formation conceptuelle nécessaire pour évaluer la valeur écologique des données du projet. La personne candidate doit être capable de créer des scripts informatiques pour gérer des données numériques, les valider, les compiler et contrôler leur qualité. La personne candidate doit aussi posséder l'expertise scientifique pertinente à la création de métadonnées utiles. **Une compréhension de base à intermédiaire des concepts SIG et une expérience avec le logiciel ArcGIS sont nécessaires.** Le ou la candidate doit être enthousiaste à l'idée de préserver des données historiques et démontrer son engagement envers la science ouverte. **Qualifications recherchées:** Le ou la candidate idéale a des intérêts de recherche en écologie des populations, en ornithologie et en biologie des changements climatiques. Le ou la candidate aura idéalement effectué les modules du Projet Living Data sur la productivité et la reproductibilité ([plan de cours](https://osf.io/uwzx5/wiki/1.%20Course%20outline%20and%20schedule/) – en anglais) et la gestion des données scientifiques ([plan de cours](https://osf.io/sjf2g/wiki/Course%20outline/) – en anglais) ou aura démarré les procédures d’inscription à ces modules. Une formation équivalente ou une démonstration de compétences seront aussi considérées. **Les personnes ayant une expérience de travail et de numérisation de cartes historiques (soit manuellement, soit à l'aide d'un logiciel d'extraction d'images) sont fortement encouragées à postuler.** **Dépôt de candidature:** Veuillez remplir le [formulaire de candidature](https://ubc.ca1.qualtrics.com/jfe/form/SV_2gGlyvILXVQ91B4) d'ici le `10 janvier 2022.`
OSF does not support the use of Internet Explorer. For optimal performance, please switch to another browser.
Accept
This website relies on cookies to help provide a better user experience. By clicking Accept or continuing to use the site, you agree. For more information, see our Privacy Policy and information on cookie use.
Accept
×

Start managing your projects on the OSF today.

Free and easy to use, the Open Science Framework supports the entire research lifecycle: planning, execution, reporting, archiving, and discovery.