介绍
公民科学被定义为“让专业科学家和非专家参与收集、评估或计算科学数据过程的项目”（Curtis 2018，1），已成为现场研究的常用方法。它为感兴趣的非专业人士创造了更多了解指导科学研究的工具和理论的机会。此外，当地利益相关者的参与可以创建一个更加多样化和包容性的知识体系，其中融合了当地的观点和专业知识（Connors、Lei 和 Kelly 2012）。同样，帮助创建和共享志愿地理信息 (VGI) 的数字工具也不断涌现，这些信息是通过数字平台被动或主动从个人收集的空间定位信息。VGI 通常在公民科学倡议中发挥着关键作用。

在本文中，我们描述了一项利用公民科学和 VGI 作为社区住房评估一部分的举措。作为全州范围内、大学主导的合作伙伴关系的一部分，我们的团队开发了一个数字工具包，支持乔治亚州农村社区住房条件的地块级数据收集。借鉴实用主义的调查模型，我们确定了住房评估过程为当地住房团队创造对当地住房问题新理解的机会的方式。参与数据收集过程还加深了与社区的联系，并增加了解决住房问题的动力。与此同时，许多社区努力打造一支稳定、有代表性的住房队伍，

我们的论文借鉴了社会调查的实用主义模型，探讨了这种基于公民科学的方法如何调解当地关系并创造对公众关注点的新理解。我们认为，通过这个过程，当地住房团队所做的不仅仅是生成代表住房问题的定量数据。他们还提高了自己应对这些问题的集体能力和动力。

实用主义、规划和公民科学
实用主义借鉴了约翰·杜威和威廉·詹姆斯等二十世纪早期思想家的著作，是一种强调知识的社会情境性的非基础主义哲学（Dewey 1997；James and McDermott 1967）。正如巴恩斯（Barnes，2008，1544）所说，实用主义将思想和知识视为“像刀子和叉子一样，用于完成特定任务的工具，而不是超越的真理”。这些“任务”是构成社会生活的持续例行公事。知识是通过探究过程创造的，在这个过程中，不同的利益相关者对社会问题形成了共同的理解。这些知识是通过探究过程构建的，而不是像等待发掘的人工制品一样预先形成。哈尼等人。（2016）主张“过程实用主义”。

预先存在的公众已经聚集在学术界能够并且愿意支持的预先存在的议程周围，过程实用主义寻求利用研究和知识生产的过程来构建新的公众、新的理解和新的行动能力。本着务实精神开展工作，包括将具有不同世界观的不同群体聚集在一起，寻找共同点，并围绕共同关心的问题建立团结的新公众。（哈尼等人，2016 年，324）

实用主义对深思熟虑的公共进程的关注与城市规划有着明显的相关性。Healey (2009 , 284) 强调了 John Forester 早期工作的重要性，他描述了实用主义如何帮助规划者“挑战不平等和压迫，并帮助建立人性化和信息丰富的民主政体”。Healey (2009 , 288) 指出实用主义对规划理论的多重贡献，包括对社会实践的关注、对规划过程的整体看法以及对“即使在黑暗时期人类也有希望的潜力”的强调。一些作者指出了实用主义思想的伦理维度（West 1989）。歌曲 (2015)认为，通过将包容性进程与明确规定的社会正义目标相结合，实用主义提供了一种独特的研究实践形式，能够解决持续存在的不平等问题。

一些作者批评实用主义思想狭隘地关注对话和忽视权力关系（Corburn 2005；Healey 2009）。作为回应，Forester（2013）描述了批判实用主义如何关注规划者作为调解者的角色，不仅关注辩论的实质内容，还关注规划过程中参与者之间的行动和关系。Corburn (2005)进一步指出杜威 (Dewey) (1997，38）工作未能考虑科学专家和社区成员产生的知识的问题方面：“科学家可能无法将他们的信息翻译成日常实践的普通语言，公众可能无法将他们的知识翻译成专业语言科学。” 这产生了认识论上的差距，而这些差距本身就具有潜在的政治性。Corburn（2005）的“街头科学”建立在实用主义基础上，提供了一个明确重视当地知识的框架，以弥合这一差距。甜蜜的 (2018)“文化谦逊”的概念还强调需要分散规划者和公职人员的专业知识，为其他形式的知识腾出空间。简而言之，学者们利用实用主义来发展深思熟虑的公共决策和协作调查过程，承认研究伙伴的不同专业知识。

与科伯恩的模型类似，公民科学已成为公众参与科学研究的广泛使用的框架。Curtis（2018）描述了公民科学的两个主要方面。第一个是参与式行动研究，社区成员自己推动对集体确定的问题进行研究，这与实用主义方法有明显的联系（另见Kindon、Pain 和 Kesby 2007）。第二种是科学家驱动的研究，即非专家参与现有研究项目的数据收集过程。（沙利文等人，2014）。
相关术语 VGI 明确描述了普通公民产生的空间数据（Goodchild 2007；Haklay 2013）。这些数据可以通过主动和被动参与来收集。前者包括 eBird 等研究项目或 TripAdvisor 等在线评论平台。后者包括收集数据作为背景信息的服务，例如手机应用程序上的位置服务和社交媒体上的地理位置帖子（Haklay 2013）。VGI 数据可能会受到采样和数据质量不一致的影响（Brovelli、Minghini 和 Zamboni 2015；Brown 2017），但结果数据集的规模及其提供的独特见解可能会超过其带来的好处。

VGI 有时缺乏大多数公民科学项目所共有的积极参与，而且并非所有公民科学都包含明确的空间数据。VGI 最著名的例子之一是 Web 服务 OpenStreetMap，它提供用户贡献的有关道路、建筑物和自然特征的全球数据 ( Bittner 2016 )。虽然该数据集已用于研究项目或危机绘图等社会倡议，但它本身并不是为了回答特定的研究问题而创建的（Haworth 2018；Quinn 和 Yapa 2015）。然而 VGI 和公民科学确实有重叠。例如，一个为研究橡树之间疾病传播而创建的网站为相关公民提供了工具，将近 2,000 个观察结果添加到研究数据集中（康纳斯、雷和凯利 2012 年；另见Taki 等人。2018）。

公民科学和 VGI 并不一定适合实用主义的探究。在许多情况下，普通公众参与公民科学项目，这些项目加强而不是质疑科学和技术专业知识的首要地位。同样，分析人员可能会以将公民简单地视为“公民传感器”的方式收集被动贡献的 VGI（例如，社交媒体帖子、电话位置数据）（Goodchild 2007）。这在包含自行车共享（ Attard、Haklay 和 Capineri 2016）或实时交通状况（Johnson 和 Sieber 2013 ）等主题分析的智慧城市项目中很明显。

然而公民科学和 VGI 都可以调解探究过程。例如，诸如“第二人生”之类的虚拟世界构建软件可以为审议公共空间的未来提供创意论坛（Foth 等人，2009）。Cardullo 和 Kitchin（2019）使用Arnstein（1969）的公民参与阶梯作为对通过这些项目创建的“数字公民”类型进行分类的方法，从被动提供和/或消费众包数据开始，但可能包括黑客马拉松等论坛或其他聚会，以确定和开发城市问题的新解决方案。法尔科 (2016，4）同样主张开源技术在通过减少对专业援助的需求来增强公民参与方面的潜在作用。这反过来又允许社区成员制定“更好地代表他们的愿望、愿望、需要、对自己社区的愿景和社会偏好的计划”。
因此，在公民科学项目中收集和使用 VGI 可以（至少）通过三种方式促进调解（使用 Forester 的术语）和社会调查的过程。通过提供一个平台，让城市工作人员、组织领导者和当地居民参与数据收集过程，这一过程促进了这些参与者之间的新合作。这一过程还可能导致在实地考察期间与邻里居民之间发生意外的接触。最后，通过生成需要分析和解释的数据集，此过程为对社区及其未来计划的新理解创造了空间。换一种方式，使用基于社区的数据收集的公民科学框架为重新协商关系和集体理解创造了机会，这对于社会调查过程至关重要。数字流程减少了必要的后勤劳动力或数据输入，并为此流程提供了结构化框架，这可以使资源有限的当地社区能够专注于关系建设和当地规划的实质性工作。

然而，在实践中实现这些潜在的好处可能很困难。我们的研究通过分析佐治亚州农村七个城市的社区住房评估计划，评估了基于公民科学的规划举措的潜力。具体来说，我们关注基于社区的 VGI 数据收集过程如何影响参与者之间以及当地居民之间的关系，改变对当地问题的集体理解，并为未来变革的集体规划提供信息。我们这样做的同时还评估了居民参与这些项目的程度。在此过程中，我们有助于理解 VGI 和公民科学的使用如何增强包容性、实用主义的社区规划模式。

设置和方法
我们在这项研究中合作的社区是佐治亚州社区住房倡议 (GICH) 的一部分，该计划旨在促进经济适用房的社区规划。该计划由佐治亚大学和佐治亚州社区事务部合作领导。每年，有五个社区参加该计划，这些社区通常是该州农村地区的小城市。作为申请的一部分，社区组建了一个住房团队，其中包括一系列关键利益相关者，包括民选官员、社区组织成员以及房地产经纪人或抵押贷款机构等住房专业人士。这些住房团队的领导者通常受雇于地方规划和/或经济发展部门，但他们的领导角色不会获得额外的薪水。在 GICH 的三年计划期间，规划团队每年参加两次静修会，参加会议讨论的问题包括管理财产的技术、减少枯萎的工具以及与州住房当局及其资助计划合作的信息。每个社区的目标通常包括有针对性地重新开发一组房产以及申请州或联邦资金。在其十五年的历史中，GICH 已在全州范围内招募了 76 个社区。每位作者都与 GICH 有着联系。Jermaine Durham 是主任，Kim Skobba 与多个社区合作进行住房评估和有关住房问题的其他研究，Jerry Shannon 帮助开发了本文中描述的数字化流程。规划团队每年参加两次静修会，会议讨论的问题包括管理其财产的技术、减少枯萎病的工具以及与州住房当局及其资助计划合作的信息。每个社区的目标通常包括有针对性地重新开发一组房产以及申请州或联邦资金。在其十五年的历史中，GICH 已在全州范围内招募了 76 个社区。每位作者都与 GICH 有着联系。Jermaine Durham 是主任，Kim Skobba 与多个社区合作进行住房评估和有关住房问题的其他研究，Jerry Shannon 帮助开发了本文中描述的数字化流程。规划团队每年参加两次静修会，会议讨论的问题包括管理其财产的技术、减少枯萎病的工具以及与州住房当局及其资助计划合作的信息。每个社区的目标通常包括有针对性地重新开发一组房产以及申请州或联邦资金。在其十五年的历史中，GICH 已在全州范围内招募了 76 个社区。每位作者都与 GICH 有着联系。Jermaine Durham 是主任，Kim Skobba 与多个社区合作进行住房评估和有关住房问题的其他研究，Jerry Shannon 帮助开发了本文中描述的数字化流程。

近年来，许多社区都纳入了住房评估，为重建计划和资金申请提供数据。社区住房评估，也称为挡风玻璃调查，提供了一种系统的方法来了解当地住房的外部条件和其他社区问题（White 等人，1992）。这些逐户调查评估住房结构或地块条件的具体方面。在大多数情况下，规划团队选择自己进行评估，而不是聘请外部机构。与彭布罗克市合作，彭布罗克市是 GICH 中最早进行住房评估的社区之一，并使用Jeffrey Crump 开发的现有工具（2003 年）明尼苏达大学、佐治亚大学的教员，包括本文的一位作者（Skobba 博士），为这一过程开发了一种标准化的数据收集表格。大多数社区都涉及多个社区团体——包括当地学术机构、教堂或非营利组织——来组织和开展这项调查。然而，正如我们在本文后面所描述的，这个过程往往远非顺利，并且在整个调查过程中经常招募志愿者。

2017年，作者根据住房评估或评估经验开发了该调查的第二版。它包括对建筑结构的基础到屋顶的评估，以及有关地块状况的问题（例如，杂草丛生、垃圾/轮胎；表 A1，显示在在线补充文件中）。调查中列出的每个问题都有一个分值，这些分值的总和用于从六个类别的列表中创建一个总体分类。补充表 A1还提供了这两项调查中包含的类别摘要，但对于版本 1，并非每个社区都包含每个类别。表A2也在在线补充文件中，总结了每次调查的分类系统，从维护良好到破旧。
通过美国农业部 (USDA) 的资助，我们的研究团队创建了一套数字化数据收集工具来支持这些社区。该工具套件由两部分组成，包括用于数据收集的在线表格和用于绘制和分析调查结果的网络应用程序。数据收集是通过两个平台之一完成的：OpenDataKit (ODK)（一种在 Android 设备上功能最强大的开源软件）或 Fulcrum（一种需要付费订阅的专有多平台数据收集工具）。这两种工具都允许用户通过智能手机或平板电脑输入数据，大大减少了志愿者手动数据输入的需要。两者还允许根据地址或包裹编号将数据链接到现有包裹记录，这降低了出错的风险，并允许导入有关包裹所有权和权属状态的数据进行分析。最后，这些平台能够将房产照片链接到调查记录。

收集后，这些数据将通过在线网络应用程序进行可视化。很少有规划团队包含具有用于绘图和分析的地理信息系统 (GIS) 软件专业知识的成员。Shannon 博士和研究助理使用 RStudio 公司为 R 编程语言创建的开源 Shiny 平台开发了一个在线 Web 应用程序（RStudio 2016）。通过这个在线平台，规划团队成员可以根据总体评级和具体的房产问题查看房产。他们还可以下载所选属性的记录并识别调查数据中列出的最常见问题（图 A1，可在补充在线材料中找到）。

自住房评估调查开展以来，乔治亚州的十个社区已经完成了住房评估流程。我们重点关注对本文产生最多回复的七个社区，如表 1所示。1其余三个社区是该项目的试点研究，收集的数据很少。除刘易斯维尔（Lewisville）（约 25,000 名居民）之外，所有这些社区的人口均少于 15,000 人，其中四个社区的人口少于 5,000 人。它们位于佐治亚州各地：东部靠近南卡罗来纳州边境的马歇尔敦和阿灵顿；汉考克、斯图尔特和刘易斯维尔就位于亚特兰大郊区；以及该州中部地区的本森和泰勒。泰勒也是一所地区学院的所在地。

表 1提供了 2013-2017 年美国社区调查中这些社区的人口统计摘要（美国人口普查局 2019），值四舍五入以掩盖其身份。这些社区的中位收入都不超过佐治亚州的 50%（52,977 美元）。出租房屋的比率在 40% 至 65% 之间，高于佐治亚州全州 40.3% 的比率。这些社区的种族构成差异很大。阿灵顿 80% 是非裔美国人，而刘易斯维尔的比例仅为 15%。同样，汉考克 70% 的人口被归类为白人，而泰勒只有 30% 的人口。住房结构比全州平均水平稍旧，建造日期中位数为 1965 年至 1985 年。

我们使用了多种方法来评估这一过程在当地社区的结果。首先，作为这些社区的合作伙伴，我们跟踪了自己作为参与者观察者的经历。作者之一斯科巴博士领导了三个社区的学生调查小组，因此拥有与当地居民和住房团队合作的丰富经验。其次，在该过程结束后，我们对住房团队负责人进行了 15 次采访，其中 4 人采访了本文列出的社区。这些访谈是使用定向内容分析进行转录和编码的（Hsieh 和 Shannon 2005）。最初的主题与住房调查过程的关键要素相关，例如数字工具的使用或社区成员的参与。最后，我们使用描述性统计和探索性分析来确定所收集的跨社区住房数据的趋势。

发现
组建住房调查小组
虽然这些社区从现有的住房团队开始，但许多社区仍在调查规划、培训和社区外展方面遇到困难。一旦团队决定开始住房评估，他们通常希望尽快（通常在几周内）开始数据收集。这导致规划和招聘的时间有限。结果，在最初的爆发性活动之后，随着志愿者转向其他任务，许多社区陷入停滞，下一步该去哪里的计划也不清楚。

主要挑战是组建一个数据收集团队。在阿灵顿，这是由具有住房评估经验的带薪工作人员完成的。当地大学生负责 Benson 的数据收集，并在一个学期内完成并获得课程学分。作为机构合作伙伴关系的一部分，佐治亚大学住房课程的学生与汉考克和马歇尔敦合作收集数据，在这两种情况下，教师和一小部分学生在初步数据收集后定期返回以完成调查。斯图尔特和泰勒都依靠社区志愿者、高中生和城市工作人员来收集数据。虽然这些志愿者通常是当地居民或附近的学生，但他们对目标社区往往是陌生人。

在依赖志愿者数据收集的社区中，持续招募的过程很常见。例如，斯图尔特的一位住房团队负责人就数据收集过程说了以下内容：
翻译：
大部分是大学生，然后是工作人员。我已经做了很多了。然后我们有一些社区志愿者。这些都是有兴趣提供帮助的个人，我会给他们一叠地图和一台 Kindle，然后说：“好吧，在你自己的时间，尽可能多地获取这些，然后将它们带回我。”
我：
正确的。您是否觉得做一些事情很有帮助，比如稍微参与一下，比如“嘿，一月即将到来，我们将获得更多的数据月”，然后您让它稳定一段时间？或者它只是一个滚动的、正在进行的项目？
翻译：
对我们来说，在年底前达到 1,000 人的目标很重要，因为那时我们必须实现这个目标。这让我们与高中生一起做志愿者，并与一个学校俱乐部合作，并做到了这一点。发生这种情况是因为我们会说，“我们已经有 800 人了。我们还需要 200 人才能达到 1000 人大关。” 然后那个小组就像，“我们会做的。我们将把它作为社区服务月。” 它几乎没有爆发出能量。是的，这是一贯的，我不知道，我们每两周左右就会得到一些房子。

许多调查团队在短时间内工作以覆盖广泛的区域，然后根据需要返回填补空白。数据收集的停止和启动性质如图1所示。在此图中，x轴显示对第一个房产进行调查后的天数，y轴显示- 轴显示基于调查记录的最终计数的完成率。路易斯维尔未包含在此图表中，因为他们是最早使用此流程的国家之一，并且不包含个人记录的日期。在所有社区中，前 25% 的记录是在前 50 天收集的，在四个社区中，一半以上的记录是在该时间段内收集的。然而，对于大多数社区来说，此后数据收集会出现明显的间歇期，持续 100 到 200 天，然后是较短的活动爆发，直到数据收集完成。在 Stewart 和 Tyler，数据收集需要一年或更长时间，但对于前者来说，这也导致了所有社区中最大的样本（1,910 条记录）。Tyler 是第二大数据集（1,315 条记录），

图1。社区调查完成率。
数字工具以多种方式塑造了这一过程。最明显的是，平板电脑和数字表格的使用大大减少了当地团队的工作量，使他们能够专注于招聘和加快数据收集。斯图尔特的住房团队负责人表示，如果没有数字工具，
我们就无法完成任务。我们将无法进行住房评估。我们不会拥有数据或对数据的理解，从而能够在地方层面进行这些重要的对话。
同样，泰勒的团队负责人说：“我喜欢现在我可以自己出去做[调查]，因为这是一个应用程序，你只需将其放在其中一个设备上，然后就可以完成它”。其次，数字数据收集的使用使社区能够更轻松地跟踪进度并规划正在进行的工作。团队领导定期检查收集的记录数量，并使用现有调查的地图来计划下一步。

因此，住房团队领导者利用许多网络来招募志愿者参与这一过程。其中包括现有的城市工作人员、学生以及当地的非营利组织和宗教团体。招聘工作是一个持续的过程，这导致数据收集过程是间歇性的。数字工具减少了基于社区的数据收集的必要劳动力，但即便如此，社区有时也会匆忙完成最初的规划流程，而这本来可以带来更可持续、更有针对性的流程。

与居民和社区的联系
数据收集的过程也为调查团队与当地居民互动创造了机会。许多居民对为什么要对他们的房屋进行调查感到好奇，这是可以理解的。社区一直在寻求系统的方法来解决这些问题。许多人在活动前在社交媒体或当地报纸上发布通知，或在社区聚会上宣布。一些社区打印明信片，其中包含有关评估的信息以及住房团队负责人的联系信息。

在许多情况下，数据收集过程中的一对一互动不仅提供了澄清住房评估目标的机会，还提供了与居民讨论特定社区需求的机会。一旦居民明白评估的目标是确保社区改善的资源，他们通常会谈论具体的问题：需要维修的房产或多个房产的长期问题。汉考克的一位住房团队负责人是这样描述的：
在进行演练时，一些人会走到他们的门廊或院子里，实际上对我们正在进行评估感到兴奋，并很高兴听到我们关心。这可能是最大的惊喜，因为我认为我们并不总是意识到这种情况。我们只看封面，不看里面。
同样，另一位团队负责人强调了对每栋房屋进行实地调查的价值，并向未来的社区提供了以下建议：
和附近的人一起在附近散步。并睁着眼睛走过街区。然后重点是步行。有太多的事情被掩盖了，你每天开车经过，却没有去想它。我们不允许自己去思考这个问题。但步行参与的行为是体验社区的另一种方式。

一个社区的市长也表达了类似的话：
你知道，当你平衡时，当你竞选时，你可能会浏览社区，你不会考虑太多。但你知道，我很高兴我能够完成大部分工作，因为这真的让人大开眼界。
在这些例子中，穿过社区的经历让住房团队成员充分了解常见住房问题的现实。
在马歇尔敦收集数据时，一位居民与作者之一（香农博士）谈论了附近一处显然需要维修的房产。“一定要得到那个，”她说，并指出多年来它的状况一直很糟糕，并对市政府几乎没有采取任何措施来解决这个问题表示沮丧。在其他社区，我们观察到城市工作人员和当地居民围绕紧迫的住房需求进行了长时间的讨论。这些对话的长期影响很难评估，在住房团队成员和当地居民之间建立了非正式的关系联系。我们没有对居民对其社区或当地政府的看法变化进行跟踪，但这可能是未来研究的主题之一。
在少数情况下，调查小组由附近大学的学生组成，通常负责在不熟悉的低收入社区完成调查。通过数据收集的过程，学生对社区和与居民的互动变得更加自在。在泰勒，一位住房团队负责人这样表达：
翻译：
即使课程结束后，仍有几个[学生]回来帮助我。他们提出了。。。他们想这么做。他们想回来并成为其中的一部分。但看到他们真是令人着迷。他们 。。。恐惧是因为我们去了一些非常糟糕的地方。有些人不愿下车。有些人会下车，有些人想锁上车门，不想摇下车窗。我住在这里，所以它并没有吓到我那么严重，他们都会走路，居民会走到我的车前，你知道，他们会说“你在做什么？” 而且你知道 。。。
我：
他们只是人。
翻译：
他们只是人。
在这种情况下，团队负责人强调了随着学生意识到社区居民“只是人”，对“非常糟糕的地方”的恐惧和不确定性的最初反应如何随着时间的推移而改变。在斯图尔特中，团队负责人表达了让高中生参与数据收集如何产生类似的效果：
嗯，只要你让年轻人参与进来，对话就会扩大。因为所有这些孩子回家后都会与父母、朋友交谈，他们会提出问题。我的意思是，它使得. 。。老实说，它让有消费能力和决策能力的人更加关注。你知道，如果你的孩子回家后说：“我刚刚在街上走过，他们的生活条件很糟糕。”

这些访谈确实强调了住房调查团队的局外人地位，即使这些人是更广泛社区的居民。虽然调查过程并没有从根本上改变这种动态，但它确实在志愿者之间产生了一种联系感和关心感。这一调查过程的劳动密集型性质为这些人提供了与陌生社区及其居民建立新联系的机会，与将调查工作外包给私人机构相比，我们认为这是这种方法的一个主要好处。
与此同时，这些经验表明，还有一个更具包容性的过程，居民可以更积极地参与数据收集和分析。虽然学生通常是可用的志愿者基地，但将他们与当地居民配对可能会更好地融入后者的当地知识和观点。这反过来又可能提高当地解决关键住房问题的集体能力。

社区住房数据
社区收集的数据还有助于当地了解住房条件。这七个社区总共对 6,841 个建筑物进行了评级。表2显示基于收集的响应的结构条件的总体分类。在所有社区中，多个结构被归类为标准（v1）或维护良好（v2），并且在七个社区中的五个中，大多数结构都获得了此分类。这一趋势的显着例外是马歇尔敦，那里只有 28% 的房产被评为维护良好。该社区是所有社区中结构年龄中值最古老的社区之一，也是收入中值最低的社区之一。在高端，泰勒 27% 的建筑被评为破旧，斯图尔特、本森、阿灵顿和马歇尔敦都有大约 10% 的建筑被评为需要严重维修。

虽然我们的住房调查的两个版本在问题格式和关注的问题上有所不同，但也存在一些重叠领域，我们可以将这两个调查联系起来。我们分析了这些问题在各个社区中的普遍程度，但没有考虑路易斯维尔，因为它比其他早期社区有更多高度定制化的问题。表 A3（显示在补充在线附录中）显示了至少 2% 的调查答复中存在的所有问题的比率。

在所有社区中，报告的三个最常见问题是干腐（16.1%）、外部重新粉刷（15%）和木瓦缺失（13.1%）。大多数问题出现在不到 10% 的调查房产中，不到 3% 的房产需要大修。泰勒的住房团队负责人评论了这些详细数据的价值，他说：
有些人和我们一起开始，三年了，但仍未完成住房评估。我想，你怎么知道？你如何真正知道自己在做什么？如果你还没有积累数据就知道该走哪条路。所以，我认为没有它你什么也做不了。

这些比率在不同社区之间差异很大。具体来说，马歇尔敦的平均增长率比总体比率高出 10.7%，泰勒的比率比总体比率高出 8.3%。在考察具体问题时，这一点也很明显。例如，从楼梯或门廊上出现的轻微干腐率来看，马歇尔敦的比率为 26.6%，比汉考克 (11%) 高出 15% 以上。本森 (Benson) 的房产地基破裂率为 13.1%，几乎是汉考克 (7.1%) 的两倍，但不到马歇尔敦 (22.8%) 的一半。

虽然这些结果可能显示出不同社区之间的差异，但其差异可能是多种因素造成的。通过比较马歇尔敦和汉考克就可以看出这一点。这些社区的重点各不相同，马歇尔敦在特定领域建立评级结构，而汉考克则选择更广泛的全市范围的方法。这种差异也可能表明审稿人之间缺乏一致性。例如，马歇尔敦的调查主要是由我们机构服务学习班的学生完成的，而教师的监督可能影响了该社区较高的比率。汉考克接受了我们学生和当地官员的共同调查，但调查时间不同，调查范围较小。在这两种情况下，教师都使用抽查来验证学生评分的可靠性。本森也主要接受了学生的调查，因为它是一所地区大学的所在地。然而，这些学生可能没有接受与佐治亚大学的学生相同的培训。在阿灵顿，调查主要由具有住房评估经验的个人完成，此人没有收集任何房产庭院条件的数据，导致所有类别的调查率为 0%。

数据可靠性问题在公民科学项目中很常见。一个直接的解决方案是更清晰的培训指南，作者最近创建了一本指南来协助这一过程。此外，数据收集中潜在的不一致有时可能是志愿者招募过程分散的结果。用于收集数据的数字技术加快了数据收集的速度，但它们并不能取代志愿者培训。换句话说，社区必须共同商定用于衡量和代表当地问题的类别。当志愿者在住房问题方面的经验水平差异很大并且在过程的不同阶段参与时，这就变得更加困难。未来的社区还可以选择对提交的回复进行质量检查，
让数据变得有用

这些社区收集的住房评估数据用于多种目的。最常见的是，它们用于支持通过联邦社区发展整笔拨款 (CDBG) 计划或州级类似计划社区家庭改善计划 (CHIP) 申请拨款。团队领导表示希望这些资金能够起到催化作用，刺激其他业主和房东同样改善他们的房产。

在斯图尔特，住房团队使用收集的数据来评估城市内的出租房产。更具体地说，主要依靠财产税数据，团队成员能够确定城市内大房东的影响。在上述两个示例中，团队成员指出，财产记录与调查数据相联系如何提供了对关键问题更准确的理解，无论是在地理位置还是问题的性质方面。正如斯图尔特的团队负责人指出的那样，这个过程“帮助我们看到了这一点，它只是帮助我们真正理解了它。” 同样，泰勒的团队负责人表示，他们的数据帮助他们意识到他们缺乏建造新房的土地，因此他们分析结果来决定是否修复或更换现有房屋。泰勒还收到了 600 美元，

此外，社区将这些数据用于意想不到的目的。在住房评估期间，斯图尔特因重新分区决定而被房地产开发商起诉。该市利用住房评估数据来了解并支持该市的决策。在泰勒，数据突显了该市以前未优先考虑的多个问题，包括财产记录中缺失或不正确的街道地址以及破损或缺失的路灯。更值得注意的是，在收集数据时，团队成员对居民院子里堆放的轮胎数量感到震惊。虽然这最初不是主要关注点，但住房团队负责人联系了多个州机构，询问资助轮胎回收活动的资金。最终，该市从州环境保护部门获得了专门用于预防寨卡病毒的资金，因为轮胎（及其通常含有的水池）是蚊子的常见栖息地。尽管轮胎清理仍然是该市持续存在的问题，但为期一周的活动非常受欢迎。

总体而言，这些社区的住房团队领导同意汉考克领导的这一声明：
我真的认为这让我们这个城市、这个委员会能够真实地了解我们城市的住房状况以及它如何影响一切。它如何影响就业。它如何影响新企业的进来。我认为这对我们来说确实是最大的影响，实际上是对我们城市的情况有一个真正清晰的了解。

这些城市大多数都足够小，团队成员对这一过程中的主要住房问题有一个大致的了解。然而，通过数据收集和分析，这些团队对这些问题有了更细致的了解，并利用他们的结果来确保州或联邦的资金。在多种情况下，这些数据也会以意想不到的方式发挥作用，或者揭示出这些团队以前没有优先考虑的问题。虽然很难证明住房评估过程和数据在任何特定项目中具有决定性作用，但社区一致描述了两者如何帮助确定住房重建的重点并为住房重建计划提供信息。

结论
我们与这些当地社区的合作展示了公民科学方法支持实用主义规划目标的多种方式。通过住房评估，本研究中重点关注的社区使用 VGI 数据收集来了解当地住房条件。这些数据使当地住房团队能够更准确地了解住房质量不足的方式和地点。这些数据集的特殊性和规模既可以为地方倡议提供信息，也可以用来倡导州和联邦的资助。

此外，数据收集过程与生成的数据集一样具有影响力。通过花时间漫步这些社区，住房团队成员和其他志愿者能够与当地居民交谈，直接观察住房条件，在某些情况下，还可以了解新问题。在此过程中，他们表示要“真正了解”每个社区存在的问题，这不仅表明时间和空间的准确性，而且表明与居民和社区之间更深层次的个人联系。从这个意义上说，我们认为这一过程的社区驱动性质至关重要，它可以产生对社区需求的新的共同理解，并增强采取集体行动来解决这些需求的动力。换一种方式，这一过程的价值不仅在于收集的数据或数据分析的结果，而且 VGI 的使用和志愿者驱动的过程也不是这些社区住房重建成功的附带条件。相反，构建这些数据的过程——走街串巷、与居民交谈、收集数据以及对贫困住房做出反应——有助于动员公众能够表达和应对当地问题。

认识到“公民”的定义方式可以是排他性的（Glenn 2011），或者就公民科学而言，可以是还原性的（例如，公民作为传感器；Goodchild 2007 ）），这里描述的公民科学方法从更具建设性的意义上构建了公民身份，源于围绕共同关心的问题的集体动员。大学专家确实发挥了咨询作用——向当地社区提供软件和培训——但按照阿恩斯坦的分类法，这些项目在很大程度上是通过当地参与者联盟形成的伙伴关系。然而，对当地参与者的依赖并不一定具有包容性。在许多社区，调查和住房团队并不是由接受调查的社区成员组成，这反过来可能将某些居民的观点排除在重建和新住房计划之外。

事实上，虽然本地驱动的公民科学方法对于这些结果至关重要，但我们也认识到这些案例研究在几个方面都没有达到实用主义模式。最值得注意的是，虽然当地住房团队包括来自不同背景的志愿者（市政府、住房相关企业、学生和非营利组织），但在大多数情况下，他们并不是最有针对性的社区的居民。这在当地住房团队领导的叙述中最为明显，他们强调通过调查过程建立的与以前不熟悉的地区的联系感。志愿者群体通常也在不断变化，这影响了数据收集的速度，很可能也影响了数据质量。最后，志愿者不一定参与解释收集的数据或根据收集的数据采取行动。

一些社区面临的志愿者招募和保留挑战是许多公民科学倡议的典型挑战（Brovelli、Minghini 和 Zamboni 2015；Nov、Arazy 和 Anderson 2014；Wald、Longo 和 Dobell 2016）。其中一些困难可能是由于缺乏有计划的外展活动，但关注参与动机也可能很有价值。沃尔德、隆戈和多贝尔 (2016)表明志愿者参与是由个人和社会激励驱动的，即参与者必须单独获得的利益。另一项调查发现，虽然“重要其他人”的批准等社会激励措施可能会激励参与，但与基本项目目标相关的内在动机可以最大程度地提高最终数据质量（Nov，Arazy 和 Anderson，2014 年）。因此，组织者在这种情况下的作用是明确向潜在志愿者传达好处，并强调他们的数据对可行的当地举措的贡献（Andrews 2016）。如上所述，这对于我们流程中的大多数社区来说都是挑战。

尽管数字化数据收集过程可能加快了数据收集速度，但它也可能促成了这种动态。社区经常表示希望使用平板电脑直接进行数据收集，因此，社区招募和外展等更困难（且非数字化）的工作受到的关注较少。这与众包危机绘图的类似分析产生共鸣（Brandusescu、Sieber 和 Jochems 2015），即使是开源且技术上零成本的软件仍然面临着巨大的时间和技术挑战。具有讽刺意味的是，数字化过程可能会鼓励社区跳过社区参与和动员的必要关系工作，将技术视为包治百病的解决方案。此外，技术工具可能给可能没有根据的数据披上准确性和权威的外衣。未来，我们将强调需要真实的结果并认识到潜在的不确定性。

这并不是要贬低数字化流程的使用。通过大大减少数据收集中涉及的后勤劳动力，我们向社区提供的技术减少了对数据输入等更繁琐（且通常容易出错）任务的需求。通过收集的评估获得的详细结果为每个社区内的住房问题提供了更细致的视角。此外，用于创建这些工具的开源平台（ODK 和 R）允许其他人共享和改编它们。

尽管如此，我们的例子还是强调了这些技术本质上并不具有参与性或包容性。它们可能是反制图（Fields、Bissell 和 Macrorie 2020）或叛乱计划（Miraftab 2009）过程中的宝贵工具，特别是考虑到它们的相对可访问性。在我们的案例中，至少有一个社区（斯图尔特）明确表示了使用数据来证明当地著名房东的负面影响的目标。事实证明，数字工具是我们合作社区的重要资源，其中大多数人的收入中位数低于州平均水平，并且缺乏当地的技术能力。然而，这些地方仍然需要一个外展和包容的过程。
未来的研究可能会评估使用 VGI 方法创建更具包容性的项目的策略。作为美国南部的一部分，佐治亚州的社区仍然保留着奴隶制和吉姆·克劳种族隔离的痕迹，这通常反映在（通常是白人）公民领袖和低收入有色人种社区之间的种族鸿沟上。Song（2015）是主张需要将种族排斥和抵抗历史作为实用主义工作一部分的几位作者之一。鉴于公民科学也招募了大部分被认为是白人的公众（科学教育委员会，2018 年），这一问题迫在眉睫。

公民科学和 VGI 已成为有前景的参与式研究新模式。本文通过实验使用这些方法来评估它们在参与式规划过程中的价值，尽管其范围有限（Honey-Rosés 和 Stevens 2019）。对于小型社区（例如本研究中包含的社区），基于社区的数据收集工具可以支持集体识别和应对当地问题的工作。与此同时，这些技术并不能取代招募志愿者、收集数据或解释结果的劳动。我们当前的研究重点是开发数据分析模板，以指导社区决策，特别是对租户/自住房产的分析以及最大业主的识别。在此过程中，我们希望进一步支持和扩大这些社区驱动的努力，以确保负担得起的优质住房。