The nature of science: The fundamental role of natural history in ecology, evolution, conservation, and education
Notice bibliographique
Résumé
There is a contemporary trend in many major research institutions to de-emphasize the importance of natural history education in favor of theoretical, laboratory, or simulation-based research programs. This may take the form of removing biodiversity and field courses from the curriculum and the sometimes subtle maligning of natural history research as a "lesser" branch of science. Additional threats include massive funding cuts to natural history museums and the maintenance of their collections, the extirpation of taxonomists across disciplines, and a critical under-appreciation of the role that natural history data (and other forms of observational data, including Indigenous knowledge) play in the scientific process. In this paper, we demonstrate that natural history knowledge is integral to any competitive science program through a comprehensive review of the ways in which they continue to shape modern theory and the public perception of science. We do so by reviewing how natural history research has guided the disciplines of ecology, evolution, and conservation and how natural history data are crucial for effective education programs and public policy. We underscore these insights with contemporary case studies, including: how understanding the dynamics of evolutionary radiation relies on natural history data; methods for extracting novel data from museum specimens; insights provided by multi-decade natural history programs; and how natural history is the most logical venue for creating an informed and scientifically literate society. We conclude with recommendations aimed at students, university faculty, and administrators for integrating and supporting natural history in their mandates. Fundamentally, we are all interested in understanding the natural world, but we can often fall into the habit of abstracting our research away from its natural contexts and complexities. Doing so risks losing sight of entire vistas of new questions and insights in favor of an over-emphasis on simulated or overly controlled studies.
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 | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,044 |
| Communication savante | 0,016 | 0,015 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».