Projekty
Katalog projektów
Zweryfikowane projekty nauki obywatelskiej – realizowane przez naukowców, szkoły, samorządy i społeczności – na mapie i w liście, wraz ze źródłami.
Projekty: 39 · na mapie: 29
Legenda mapy
Numer i odcień pinezki oznaczają poziom udziału (od jasnego 1 do ciemnego 4); szara pinezka z kreską – „Nie dotyczy” lub „Do ustalenia”; pinezka z podwójną obwódką i liczbą – kilka projektów w jednym miejscu (poziomy w okienku).
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Lista projektów
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Inteligentne kolekcje zasobów genetycznych roślin strączkowych dla europejskich systemów rolno-spożywczych
Projekt dotyczy zasobów genetycznych czterech tradycyjnych europejskich roślin strączkowych: ciecierzycy, fasoli zwykłej, soczewicy i łubinu. Jego celem jest opracowanie nowych narzędzi i metod ochrony, zarządzania i charakterystyki tych zasobów oraz lepsze ich wykorzystanie w hodowli i w rolnictwie zrównoważonym.
dr hab. Karolina Susek · Poznań (wielkopolskie) · 2020–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Promienie kosmiczne i trzęsienia ziemi: odsłanianie powiązań między niebem a ziemią
Projekt rozwija badania prowadzone w ramach CREDO (Cosmic Ray Extremely Distributed Observatory). To międzynarodowe, otwarte dla wszystkich obserwatorium promieniowania kosmicznego, zainicjowane w 2016 r. w IFJ PAN. W 2023 r. zespół CREDO opublikował analizę danych z ostatniego półwiecza. Wykazała ona statystyczną korelację między zmianami natężenia wtórnego promieniowania kosmicznego a globalną aktywnością sejsmiczną, przy czym zmiany w promieniowaniu wyprzedzają efekt sejsmiczny. Fizyczna interpretacja tej zależności pozostaje otwartym pytaniem badawczym.
dr hab. Piotr Homola · Kraków (małopolskie) · 2025–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
ENCODE – Odsłanianie emocjonalnych wymiarów polityki na rzecz wzmocnienia europejskiej demokracji
Projekt bada rolę emocji w polityce i ich wpływ na procesy demokratyczne. Ma przeciwdziałać polaryzacji afektywnej, czyli niechęci do ludzi tylko dlatego, że sympatyzują z innym obozem politycznym. Zespół Uniwersytetu Wrocławskiego kieruje pracami nad ramami teoretycznymi projektu i rozwija koncepcję „afektywnej pluralizacji”. Wśród rezultatów projektu mają się znaleźć katalog dobrych praktyk przeciwdziałania dezinformacji w mediach społecznościowych, podręcznik oraz rekomendacje dla polityk publicznych.
dr Paweł Nowakowski · Wrocław (dolnośląskie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Wzbogacanie Europeany poprzez naukę obywatelską i sztuczną inteligencję – odblokowanie XIX wieku
Projekt rozwinął platformę Transcribathon, która służy do wspólnego transkrybowania i wzbogacania zdigitalizowanych materiałów dostępnych w Europeanie. Na platformie wdrożono automatyczne rozpoznawanie pisma ręcznego (HTR, technologia Transkribus) i automatyczne wzbogacanie semantyczne. Po stronie polskiej w projekcie uczestniczyły też m.in. Biblioteka Uniwersytecka we Wrocławiu i Federacja Bibliotek Cyfrowych.
Tomasz Parkoła · Poznań (wielkopolskie) · 2021–2023
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
FREE-B: Badania wolnożyjących rodzin pszczół miodnych w Europie
Wolnożyjące rodziny pszczół miodnych, zasiedlające głównie dziuple drzew, obserwowano w kilku krajach Europy, w tym w Polsce. Wiedza o ich liczebności i rozmieszczeniu jest jednak bardzo skąpa. Projekt bada, gdzie występują takie rodziny, jak przeżywają bez pomocy pszczelarzy i jakie czynniki biologiczne, behawioralne i środowiskowe za tym stoją. Ocenia też różnorodność genetyczną tych rodzin i wpływ pszczół pasiecznych. W Irlandii i w Polsce projekt pilotażowo sprawdza, czy roje z rodzin wolnożyjących można utrzymywać w pasiekach bez leczenia.
dr hab. Andrzej Oleksa, prof. uczelni · Bydgoszcz (kujawsko-pomorskie) · 2025–2028
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Opracowanie programu AquaReBal – reaktywnego treningu równowagi w wodzie – w procesie projektowania partycypacyjnego
Upadki to jeden z najpoważniejszych problemów zdrowotnych osób starszych. Trening równowagi reaktywnej uczy szybkiego reagowania na nagłą utratę równowagi. Projekt opracował wersję takiego treningu prowadzoną w wodzie (AquaReBal), dostosowaną do potrzeb i preferencji seniorów. Opracowany protokół jest następnie sprawdzany w badaniu pilotażowym w KITE Research Institute w Toronto.
dr Anna Ogonowska-Słodownik · Warszawa (mazowieckie) · 2024–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
B-SHAPES: Granice kształtujące postrzeganie społeczeństw europejskich
Projekt analizuje, jak granice kształtują w XXI wieku postrzeganie społeczeństw europejskich, w czasie gdy granice w Europie są odtwarzane i wzmacniane (re-bordering). Bada m.in. eurosceptycyzm w regionach przygranicznych, sytuację mniejszości narodowych i krajobrazy pogranicza jako dziedzictwo. Wyniki mają pomóc zastąpić narodowe podejście do polityki dziedzictwa podejściem transgranicznym, europejskim.
dr hab. Elżbieta Opiłowska, prof. uczelni · Wrocław (dolnośląskie) · 2023–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
SoilRise: Podnoszenie świadomości na temat różnorodności biologicznej gleby i zwiększanie liczby monitorowanych miejsc przez studentów w ramach nauki obywatelskiej
Organizmy glebowe są kluczowe dla żyzności gleby, a jednocześnie rzadko się je monitoruje. Projekt skupia się na dżdżownicach na gruntach rolnych (ornych i trawiastych) oraz w miejskich ogrodach i terenach zielonych. Łączy dwa nurty: badania naukowe nad zmiennością i ekologią populacji dżdżownic oraz budowę sieci obywatelskiego monitoringu organizmów glebowych.
prof. dr hab. inż. Agnieszka Józefowska · Kraków (małopolskie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Nic o nas bez nas? Etyka badań z grupami niedoreprezentowanymi na przykładzie osób Głuchych
Wiele grup społecznych jest niedoreprezentowanych w badaniach naukowych. Osoby Głuche są w tej grupie szczególnym przypadkiem: w nauce trwa spór, czy głuchotę traktować jako niepełnosprawność, czy jako zjawisko społeczno-kulturowe. Do tego dochodzą bariery komunikacyjne i żargon naukowy. Projekt bada doświadczenia osób Głuchych z udziału w badaniach i ma przygotować etyczne i wrażliwe społecznie rekomendacje, jak włączać osoby Głuche w badania naukowe.
mgr Tomasz Krawczyk · Kraków (małopolskie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
FunDive: Monitorowanie i mapowanie różnorodności grzybów na potrzeby ochrony przyrody
Grzyby to jedna z najliczniejszych grup organizmów i mają kluczowe znaczenie dla ekosystemów, a mimo to są słabo reprezentowane w bazach danych o bioróżnorodności i pomijane w monitoringu przyrody. Projekt łączy digitalizację zbiorów zielnikowych, sekwencjonowanie DNA grzybów z próbek środowiskowych (gleba, drewno, powietrze) oraz naukę obywatelską. Ma pomóc w uwzględnieniu grzybów w ochronie przyrody w Europie.
dr hab. Julia Pawłowska · Warszawa (mazowieckie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Wpływ mikrobiomu kleszczy i koinfekcji na występowanie Borrelia u kleszczy Ixodes ricinus oraz na sukces transmisji krętków na drodze kleszcz–człowiek
Borelioza z Lyme jest najczęściej diagnozowaną chorobą odkleszczową w Europie. Projekt bada, jak mikrobiom kleszczy, współzakażenia innymi patogenami (Anaplasma, Babesia, Rickettsia, Neoehrlichia) i konkurencja między gatunkami wpływają na występowanie krętków Borrelia u kleszcza pospolitego oraz na przenoszenie ich na człowieka. Wyniki pozwoliły m.in. oszacować realne ryzyko zachorowania na boreliozę po ukłuciu kleszcza w Polsce.
dr hab. Renata Welc-Falęciak · Warszawa (mazowieckie) · 2021–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
CITISTRA – Pomiary obywatelskie jako uzupełniająca strategia monitorowania promieniowania jonizującego w zagrożeniach spowodowanych konfliktami zbrojnymi lub klęskami żywiołowymi
Projekt powstał w odpowiedzi na sytuację geopolityczną w Europie. Sprawdza, czy pomiary wykonywane przez obywateli mogą uzupełniać państwowy monitoring promieniowania jonizującego w razie konfliktu zbrojnego lub klęski żywiołowej. W Polsce powstaje sieć mobilnych detektorów promieniowania gamma CzechRad. Projekt opracowuje też zasady kontroli jakości danych, szkolenia i wsparcia dla uczestników. Nawiązuje do inicjatywy obywatelskiej Safecast, powstałej w Japonii po awarii elektrowni Fukushima Dai-ichi.
dr hab. inż. Renata Kierepko · Kraków (małopolskie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
EDU-ARCTIC – innowacyjny program edukacyjny przyciągający młodzież do nauk przyrodniczych i badań polarnych
Program wykorzystywał badania Arktyki, by zachęcić uczniów w wieku 13–20 lat do nauk ścisłych i przyrodniczych. Obejmował lekcje online prowadzone przez naukowców ze stacji polarnych, konkursy z możliwością wyjazdu na ekspedycję polarną oraz warsztaty dla nauczycieli.
Agata Goździk · Warszawa (mazowieckie) · 2016–2019
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
AHS Radon Hunt
Szkolny projekt nauki obywatelskiej, w którym uczniowie badali, gdzie i w jakim stopniu radon występuje w powietrzu w pomieszczeniach, w wodzie pitnej i w środowisku górniczym w Polsce. Pomiary prowadzono pasywnymi detektorami CR-39 analizowanymi w akredytowanym laboratorium, aktywnymi monitorami ciągłymi oraz metodą ciekłoscyntylacyjną dla próbek wody (we współpracy z Głównym Instytutem Górnictwa w Katowicach). Projekt objął wyjazdy terenowe do laboratorium GIG w Katowicach, podziemnego laboratorium w zamku Książ i dawnej kopalni uranu w Kowarach. Po zakończeniu projektu tematyka radonu weszła na stałe do zajęć szkolnych.
Dariusz Aksamit · Warszawa (mazowieckie) · 2023–2024 (główna faza pomiarów: październik 2023 – marzec 2024)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Dotknij prehistorii – preparacja mastodonzaura z Miedar
Mastodonzaur to duży triasowy płaz, dłuższy niż 2 m, żyjący około 240 mln lat temu. W 2023 r. prof. Tomasz Sulej i dr Wojciech Pawlak odkryli w Miedarach na Śląsku fragmenty jego szkieletu. Naukowcy uważają, że to największy znany fragment szkieletu mastodonzaura. Zachowały się klatka piersiowa oraz kręgi lędźwiowe i ogonowe, bez czaszki. W październiku 2025 r. okaz trafił do Centrum Nauki Kopernik, gdzie otwarto Pracownię Paleontologiczną. Wyniki prac mają pomóc zweryfikować dotychczasowe rekonstrukcje wyglądu tego zwierzęcia.
prof. Tomasz Sulej; dr Wojciech Pawlak · Warszawa (mazowieckie) · 2025–
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Badanie dwujęzyczności zamierzonej wśród rówieśników
Badanie dotyczy osób, do których polskojęzyczni rodzice mówili w dzieciństwie w języku obcym, czyli tzw. dwujęzyczności zamierzonej. To jeden z dwóch pilotażowych szkolnych projektów nauki obywatelskiej prowadzonych w 2026 r. w ramach projektu „Nauka ma głos”. Do obu projektów zakwalifikowano łącznie 48 szkół.
dr Magdalena Łuniewska-Etenkowska · Warszawa (mazowieckie) · 2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Badanie jakości gleby w Twojej okolicy
Projekt bada, jak środowisko miejskie i sposób użytkowania terenu wpływają na biologiczną jakość gleby. Na podstawie zebranych danych naukowcy chcą przygotować mapę biologicznej jakości gleby w Polsce i wskazać tereny miejskie, które wymagają ochrony lub rekultywacji. To jeden z dwóch pilotażowych szkolnych projektów nauki obywatelskiej prowadzonych w 2026 r. w ramach projektu „Nauka ma głos”.
prof. dr hab. inż. Grażyna Budryn · Łódź (łódzkie) · 2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Zmieraczek – znikający gatunek ziemnowodnego skorupiaka
Zmieraczek plażowy (Talitrus saltator) to mały, około centymetrowy skorupiak żyjący w piasku otwartych plaż. Rozkłada materię organiczną pod piaskiem i udostępnia ją mikroorganizmom. Jest w Polsce pod częściową ochroną gatunkową. W latach 60. XX w. występował niemal na wszystkich plażach, a do 1994 r. zniknął ze wszystkich często odwiedzanych. Projekt ma ustalić, ile zmieraczków zostało na polskich plażach i gdzie żyją.
Gdynia (pomorskie)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Czy morszczyn wrócił? Badanie obecności morszczynu na polskim wybrzeżu
Morszczyn pęcherzykowaty (Fucus vesiculosus) był kiedyś pospolity w okolicach Gdyni i w Zatoce Puckiej. Zniknął w latach 70. XX w. z powodu nadmiernego pozyskiwania i silnego zanieczyszczenia. Od 2021 r. na polskie plaże trafia coraz więcej jego dryfujących fragmentów, co może oznaczać powrót gatunku. Pierwszym etapem projektu jest mapowanie znalezisk, które ma pomóc odnaleźć żywe populacje źródłowe. Pod koniec grudnia 2023 r. dr Piotr Bałazy z IO PAN znalazł w Zatoce Puckiej żywe plechy morszczynu.
Gdynia (pomorskie) · 2022–
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
See Science, Save Seashores – monitoring mezoplastiku na plażach Bałtyku
Mezoplastik to fragmenty tworzyw sztucznych na tyle duże, że widać je gołym okiem. Projekt ma pokazać, jak te cząstki przemieszczają się w środowisku, gdzie się gromadzą i czy ich ilość zmienia się w zależności od pory roku. Do tego potrzeba dużej ilości danych, dlatego zbierają je wolontariusze. Pierwszy cykl projektu się zakończył, ale zbieranie danych trwa nadal. Na stronie Experymentu projekt figuruje pod nazwą „Nauka dla Ciebie”.
Gdynia (pomorskie)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Czym jest dla Ciebie bioróżnorodność na morskim brzegu? (MARBEFES)
To część europejskiego projektu MARBEFES, który bada powiązania między różnorodnością biologiczną mórz a dobrami i usługami dostarczanymi przez ekosystemy. Badanie obywatelskie sprawdza, jak ludzie postrzegają bioróżnorodność wybrzeża, co jest dla nich ważne i co chcieliby zachować dla przyszłych pokoleń. Pyta też, czy naturalne brzegi należy chronić, czy zabudowywać na potrzeby turystyki i inwestycji. Nie ma tu odpowiedzi „dobrych” ani „złych”.
Gdynia (pomorskie)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
CheckED – Zmieniasz codzienność, chronisz zdrowie i środowisko
Projekt mapuje codzienne narażenie na substancje mogące zaburzać działanie hormonów, takie jak bisfenole i ftalany, w domach i w życiu codziennym mieszkańców Trójmiasta i okolic. Nie bada ludzi bezpośrednio, a aplikacja nie diagnozuje i nie zastępuje lekarza. Zbiorcze wyniki mają trafić do projektu EU LIFE ChemBee i do Komisji Europejskiej, wspierając prace nad regulacjami w UE i w Polsce.
dr hab. n. med. Aleksandra Rutkowska · Gdynia (pomorskie)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Mała retencja – Ratujmy słodką wodę
Projekt zachęca, by zatrzymywać jak najwięcej wody opadowej w miejscu, w którym spadła, zamiast odprowadzać ją do kanalizacji deszczowej i rzek. Ma też pokazać, ile wody deszczowej jest zatrzymywane, zanim trafi do rzek. Powstaje ogólnopolska mapa punktów małej retencji, która ma pomóc utrwalić w Polsce nawyk zbierania deszczówki.
Gdynia (pomorskie)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Uwaga, zagrożenie plastikiem! Integracja nauki obywatelskiej i komunikacji naukowej w rozwiązania dotyczące zanieczyszczeń plastikiem jednokrotnego użytku w okresie pandemii COVID-19
Projekt bada, jak pandemia COVID-19 zmieniła spojrzenie na plastik jednorazowy i zmianę klimatu w trzech grupach: wśród podmiotów gospodarki obiegu zamkniętego, w społeczeństwie i wśród naukowców. Sprawdza też, czy zaangażowanie naukowców i amatorów nauki obywatelskiej może zwiększyć udział społeczeństwa w walce z zanieczyszczeniem plastikiem. Wykorzystuje analizę narracji medialnych i treści w mediach społecznościowych, ankiety, wywiady i laboratorium gier.
prof. dr hab. Małgorzata Grodzińska-Jurczak · Kraków (małopolskie) · 2021–2025
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Monster tick – kleszczobranie narodowe. Zagrożenia ze strony ciepłolubnych gatunków kleszczy w dobie ocieplenia klimatu: Hyalomma spp., wirus krymsko-kongijskiej gorączki krwotocznej (CCHFV) i nauka obywatelska
Trzyletni monitoring kleszczy z rodzaju Hyalomma, czyli tzw. kleszczy-potworów, które wraz z ociepleniem klimatu pojawiają się coraz dalej na północy Europy, a w Polsce są słabo zbadane. Celem jest ustalenie, gdzie te kleszcze występują w Polsce, oraz zbadanie ich pod kątem wirusa krymsko-kongijskiej gorączki krwotocznej (CCHFV) i innych patogenów (Anaplasma, Babesia, Rickettsia). Wyniki zostaną porównane z kleszczami z regionów endemicznych w południowej Mongolii i Iraku.
prof. dr hab. Anna Bajer · Warszawa (mazowieckie) · 2023–2026
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
BIG_PICTURE: Opracowanie narzędzi zarządzania danymi i metod analitycznych w celu integracji i rozwoju profesjonalnych i obywatelskich inicjatyw fotopułapkowych w Europie
W Europie działają tysiące fotopułapek (automatycznych kamer), które rejestrują dzikie zwierzęta. Rozmieszczają je naukowcy, naukowcy obywatelscy i osoby prywatne. Projekt ma połączyć te ogromne zasoby danych. Bada prawne, instytucjonalne, społeczne i techniczne bariery w ich udostępnianiu. Buduje infrastrukturę: bazy danych i przetwarzanie zdjęć wspierane sztuczną inteligencją. Opracowuje też narzędzia statystyczne do oceny stanu gatunków w skali kontynentu.
dr Jakub Bubnicki · Białowieża (podlaskie) · 2024–2027
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
WildINTEL: Budowa skalowalnego systemu monitoringu dzikich zwierząt poprzez integrację fotopułapek i sztucznej inteligencji z Kluczowymi Zmiennymi Bioróżnorodności
Projekt buduje skoordynowany system monitoringu dzikich zwierząt oparty na koncepcji Kluczowych Zmiennych Bioróżnorodności (EBV). Łączy fotopułapki, naukę obywatelską, sztuczną inteligencję i modele hierarchiczne, by automatycznie wyznaczać wskaźniki stanu populacji i zespołów gatunków. System jest testowany w czterech obszarach, m.in. w Tatrzańskim Parku Narodowym.
dr hab. Nuria Selva Fernández · Kraków (małopolskie) · 2024–2028
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
PHorestAll: Terapie leśne jako rozwiązanie oparte na przyrodzie w drodze do poprawy zdrowia planety
Projekt sprawdza, czy kontakt z lasem przynosi korzyści zdrowotne, i chce naukowo uzasadnić traktowanie lasów jako rozwiązań opartych na przyrodzie. Wskazuje obszary, które mogłyby zostać certyfikowane jako „lasy lecznicze”, ze względu na ich stan ekologiczny, bioróżnorodność i potencjał prozdrowotny. Analizuje też próbki powietrza i gleby.
dr Paweł Sowa · Białystok (podlaskie) · 2025–2028
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Jak oddychać w mieście? Przestrzenno-czasowa analiza jakości powietrza w środowiskach miejskich
Projekt bada, ile zanieczyszczeń powietrza wdychają na co dzień mieszkańcy Wrocławia. Pomiary obejmują miejsca, w których ludzie rzeczywiście przebywają: przestrzeń publiczną, domy, miejsca pracy i handlu. Dane o przemieszczaniu się, środkach transportu i aktywności fizycznej są łączone z danymi meteorologicznymi z państwowego monitoringu. Celem są modele przewidujące narażenie na podstawie zachowań i rekomendacje, jak je ograniczać, np. kiedy i gdzie najlepiej aktywnie spędzać czas na zewnątrz.
dr hab. Joanna Kamińska · Wrocław (dolnośląskie) · 2025–2029
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Bioblitz IO PAN z Urzędem Miasta
Nowy Dwór Gdański · 2013
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Warszawa w sieci CitiMeasure
Warszawa · ok. 2 lata, przez Eurocities
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Platforma matchmakingowa nauki obywatelskiej
Gdynia, UrbanLab („Pomysł na Miasto”)
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
City Nature Challenge
Warszawa 2026 (ponad 150 osób, 3368 obserwacji); także Kraków
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Radomskie Drzewa; Mapa Drzew Łodzi
Radom, Łódź
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Łódzka Regionalna Sieć Monitoringu Powietrza
województwo łódzkie · od 2020; 110 czujników
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
CLAiR-City
Sosnowiec · Horyzont 2020
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Pływaki Aguard (SGGW, e-Gminy)
zbiorniki w Polsce · od ok. 2024
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Program „Water Security”
UN Global Compact Network Poland, pilotaż 50 stacji
1 – Crowdsourcing: uczestnicy dostarczają danych lub zasobów według instrukcji – np. noszą czujnik, uruchamiają aplikację, wysyłają próbkę – przy niewielkim udziale w interpretacji.
2 – Rozproszona inteligencja: uczestnicy po przeszkoleniu zbierają dane i wykonują proste zadania interpretacyjne w z góry określonej strukturze – rozpoznają gatunki, klasyfikują, liczą, transkrybują.
3 – Nauka partycypacyjna: uczestnicy mają wpływ na problem badawczy, cel lub metodę i zbierają dane; naukowcy wspierają projekt metodycznie.
4 – Radykalna nauka obywatelska: uczestnicy biorą udział w całym procesie – od zdefiniowania problemu, przez zbieranie i analizę danych, po wykorzystanie wyników; projekt może być zainicjowany przez samych obywateli.
Źródło: Haklay 2013; Aksamit 2025
Szkolna Radonowa Mapa Polski
Szkolna Radonowa Mapa Polski to projekt edukacyjny, zrealizowany w roku szkolnym 2020/2021, skierowany przede wszystkim do kół naukowych przedmiotów ścisłych (fizyka, chemia) szkół średnich. Celem projektu było zwiększenie świadomości występowania naturalnych źródeł promieniowania jonizującego, w szczególności wpływu radonu na zdrowie oraz zapoznanie uczniów, szczególnie zainteresowanych naukami ścisłymi, z zagadnieniami związanymi z szeroko pojętą dozymetrią promieniowania i ochroną radiologiczną. W projekcie wzięło udział 49 szkół. Projekt został zrealizowany w partnerstwie z Ministerstwem Klimatu i Środowiska oraz we wsparciu merytorycznym firmy Radonova, która dostarczyła detektory do pomiaru i wykonała odczyt tych detektorów w specjalistycznym, akredytowanym laboratorium.
Polska · rok szkolny 2020/2021
Zgłoś swój projekt
Zgłoszenie trafi do moderacji przed publikacją.