Making aquatic sciences more Diverse, Equitable, Inclusive, and Accessible: Perspectives on how individuals can take action in their professional practice
Notice bibliographique
Résumé
Achieving Diversity, Equity, Inclusion, and Accessibility (DEIA) in the aquatic sciences has been a chronic challenge, and while recent progress has been made, shifting political and institutional landscapes increasingly jeopardize these crucial efforts. To highlight strategies on how to continue to support DEIA initiatives, the Society of Canadian Aquatic Sciences and the International Association for Great Lakes Research co-hosted a webinar with diverse panelists entitled Making Aquatic Science Spaces More Equitable, Diverse, Inclusive & Accessible: A Panel Discussion. Building on the webinar, we synthesize eight actions individuals in aquatic sciences can take to uphold DEIA values and dismantle barriers: (1) make safety front of mind; (2) embrace complexity and intersectionality; (3) be proactively compassionate and inclusive; (4) identify and remove barriers; (5) engage non-scientific audiences in outreach and public dialogue; (6) be ready to make mistakes and learn from them; (7) be prepared to challenge misinformation; and (8) keep dialogue open about DEIA realities. We have also included narratives which highlight lived experiences of the panelists and how these actions have been implemented in the real world. In the face of growing political and institutional challenges, advancing DEIA in aquatic sciences will increasingly rely on grassroots action, sustained by individual commitment to building a more inclusive and just community.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».