MétaCan
Menu
Retour à la cohorte
Enregistrement W4406089101 · doi:10.1371/journal.pbio.3002933

Terminology in ecology and evolutionary biology disproportionately harms marginalized groups

2025· article· en· W4406089101 sur OpenAlexaff
Mallory M. Rice, Shersingh Joseph Tumber‐Dávila, Marcella D. Baiz, Susan J. Cheng, Kathy Darragh, Cesar O. Estien, J. W. Hammond, Danielle D. Ignace, Lily Khadempour, Kaitlyn M. Gaynor, Kirby L. Mills, Justine A. Smith, Alex C. Moore

Notice bibliographique

RevuePLoS Biology · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyTerminologyEcologyComparative biologyEcology and Evolutionary BiologyEvolutionary biologyEnvironmental ethicsZoology

Résumé

récupéré en direct d'OpenAlex

The discipline of ecology and evolutionary biology (EEB) has long grappled with issues of inclusivity and representation, particularly for individuals with systematically excluded and marginalized backgrounds or identities. For example, significant representation disparities still persist that disproportionately affect women and gender minorities; Black, Indigenous, and People of Color (BIPOC); individuals with disabilities; and people who are LGBTQIA+. Recent calls for action have urged the EEB community to directly address issues of representation, inclusion, justice, and equity. One aspect of this endeavor is to examine the use of EEB's discipline-specific language and terminology, which may have the potential to perpetuate unjust systems and isolate marginalized groups. Through a mixed-methods survey, we examined how members of the EEB community perceive discipline-specific terminology, including how they believe it can be harmful and which terms they identified as problematic. Of the 795 survey respondents, we found that almost half agreed that there are harmful terms in EEB and that many individuals from marginalized groups responded that they have been harmed by such terminology. Most of the terms identified as harmful relate to race, ethnicity, and immigration; sex and gender; geopolitical hierarchies; and historical violence. Our findings suggest there is an urgent need for EEB to confront and critically reassess its discipline-specific terminology. By identifying harmful terms and their impacts, our study represents a crucial first step toward dismantling deeply rooted exclusionary structures in EEB. We encourage individuals, communities, and institutions to use these findings to reevaluate language used in disciplinary research, teaching and mentoring, manuscripts, and professional societies. Rectifying current harms in EEB will help promote a more just and inclusive discipline.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,330
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetAnimal and Plant Science EducationTravaux en français237 207