A set of principles and practical suggestions for equitable fieldwork in biology
Notice bibliographique
Résumé
Field biology is an area of research that involves working directly with living organisms in situ through a practice known as "fieldwork." Conducting fieldwork often requires complex logistical planning within multiregional or multinational teams, interacting with local communities at field sites, and collaborative research led by one or a few of the core team members. However, existing power imbalances stemming from geopolitical history, discrimination, and professional position, among other factors, perpetuate inequities when conducting these research endeavors. After reflecting on our own research programs, we propose four general principles to guide equitable, inclusive, ethical, and safe practices in field biology: be collaborative, be respectful, be legal, and be safe. Although many biologists already structure their field programs around these principles or similar values, executing equitable research practices can prove challenging and requires careful consideration, especially by those in positions with relatively greater privilege. Based on experiences and input from a diverse group of global collaborators, we provide suggestions for action-oriented approaches to make field biology more equitable, with particular attention to how those with greater privilege can contribute. While we acknowledge that not all suggestions will be applicable to every institution or program, we hope that they will generate discussions and provide a baseline for training in proactive, equitable fieldwork practices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,160 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,020 | 0,082 |
| Communication savante | 0,021 | 0,025 |
| Science ouverte | 0,009 | 0,017 |
| Intégrité de la recherche | 0,022 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».