MétaCan
Menu
Retour à la cohorte
Enregistrement W4388128686 · doi:10.1098/rspb.2023.1970

Naming the menagerie: creativity, culture and consequences in the formation of scientific names

2023· review· en· W4388128686 sur OpenAlexaff
Stephen B. Heard, Julia J. Mlynarek

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueMedical and Biological Sciences
Établissements canadiensEspace pour la vieUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMenagerieCreativitySociologyAnthropologyEpistemologyPsychologyHistoryPhilosophySocial psychologyArt history

Résumé

récupéré en direct d'OpenAlex

The coining of scientific names for newly described species is one of the most creative acts in science. We briefly review the history of species naming, with an emphasis on constraints and freedoms in the choice of new names and how they came to be. We then consider patterns in etymologies and linguistic origins of scientific names across clades and through time. Use of 'non-classical' languages (those other than Latin and Greek) in naming species has increased, as has the use of eponymous names (despite recent controversy around the practice). Finally, we consider ways in which creativity in naming has consequences for the conduct and outcome of scientific work. For example, sale of naming rights has funded research and conservation, while naming species after celebrities has increased media attention to the science of species discovery. Other consequences of naming are more surprising, including a strong effect of species-name etymology on the kinds of scientific studies conducted for plant-feeding arthropods. Scientific naming is a clear example of how science and scientists are socially situated, and how culturally influenced decisions such as what to name a new species can affect both public perception of science and the conduct of science itself.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,005
Communication savante0,0030,006
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,359
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetMedical and Biological SciencesTravaux en français237 207