《Ecology and Evolution》：Drivers of Taxonomic Bias in Ecology and Evolution: Insights From Ethologists and Behavioural Ecologists
编辑推荐：
分类学偏差（taxonomic bias），即相对于某些类群的多样性给予其不成比例的关注，持续阻碍生态学与进化生物学的创新以及追求普遍性。然而，塑造生态学家和进化生物学家选择研究生物的因素大多仍属未知。研究人员提出一个框架，从三个主要轴解释研究人员的分类学选择
分类学偏差（taxonomic bias），即相对于某些类群的多样性给予其不成比例的关注，持续阻碍生态学与进化生物学的创新以及追求普遍性。然而，塑造生态学家和进化生物学家选择研究生物的因素大多仍属未知。研究人员提出一个框架，从三个主要轴解释研究人员的分类学选择，并得到一项预注册调查（preregistered survey）中868名研究人员经历的支撑。第一，理性考虑（rational considerations），如后勤便利性（logistical ease）和社会相关性（societal relevance），与主要动物类群内部研究生物的选择相关，但很少跨类群相关。第二，情境因素（contextual factors），如某些生物在同行网络中的突出性（prominence）或早期职业阶段对特定类群的接触，也与研究人员关于研究哪些生物的决定相关。第三，情感因素（emotional factors），包括分类学亲和性（taxonomic affinities），与文献中的分类学模式密切对应，表明它们是广泛分类尺度上生物选择的主要驱动因素。基于这些发现，研究人员建议采取减缓分类学偏差的行动，包括促进（i）以被忽视类群为特色的外展倡议（outreach initiatives），（ii）分类学公平的教育（taxonomically equitable education）和（iii）分类学多样化的研究经历（taxonomically diverse research experiences）。
生态学与进化生物学旨在理解地球生命多样性中的生物过程与模式。若某些类群获得与其多样性不相称的更多关注，即分类学偏差（taxonomic bias）或分类学沙文主义（taxonomic chauvinism），则会阻碍理论普遍性与创新。该偏差广泛存在：鸟类和哺乳动物占动物生物多样性不足1%，却主导保护与多数生态学、进化生物学研究；在更细分类尺度上，少数属或种亦集中了整个支系的大量研究注意力。以往对文献的评估多提供间接且类群特异的证据，缺乏跨多个分类层次的通用框架及实证支持。因此，生态学家和进化生物学家为何选择某些研究生物仍是一个难题。科学建立在先前研究之上，模型生物（model organisms）的使用、个体职业背景、导师影响、情感、社会感知、爱好和工作偏好等均可能参与其中。基于此，研究人员提出由理性（reason）、情境（context）和情感（emotion）三轴构成的框架，并开展预注册调查（preregistered survey）检验动物行为学家（ethologists）与行为生态学家（behavioural ecologists）的分类学选择。
研究人员通过在线预注册调查，询问参与者的人口统计信息、偏好、经历、感受以及对行为研究所用物种的感知。调查于2025年5月27日至2025年8月21日开放，资格为年满18岁、直接收集过非人类生物行为数据并至少产出过一项研究产出。伦理批准来自University of New South Wales人类研究伦理委员会。招募通过Bluesky、邮件链和针对性邮件列表进行。邮件列表从特定期刊2015年或2020年以来文章提取，共获得20,818个唯一邮箱，其中2,879个无效、708个自动回复，17,231个可能送达。946人完成调查，排除77份后，868份用于多数分析。研究人员认为，理性、情境和情感因素与分类学选择相关，三轴框架总体得到支持，但部分因素仅在某些分类层次上显现。其意义在于提出缓解分类学偏差的行动：推广被忽视类群的外展、实现分类学公平的教育、提供分类学多样的研究经历。
关键技术方法方面，研究人员采用预注册问卷调查，样本队列来源为通过Bluesky、邮件链及从特定期刊2015或2020年以来文章提取的邮件列表招募的动物行为学家和行为生态学家；17,231个邮箱可能送达，946人完成，最终868份用于多数分析。统计使用R v.4.5.1，拟合广义线性模型（GLM，generalized linear model）、广义线性混合模型（GLMM，generalized linear mixed model）、累积连接模型（CLM，cumulative linked model）和累积连接混合模型（CLMM，cumulative linked mixed model），采用负二项与泊松误差分布、赤池信息量准则校正小样本（AICc，Akaike Information Criterion corrected for small sample sizes）进行模型选择，并用Spearman相关验证Likert量表变量关系；相关软件包包括glmmTMB、ordinal、DHARMa、emmeans和MuMIn。
研究结果如下。3.1 参与者概况：868名参与者平均年龄42.89±11.56岁；52.76%为男性，44.82%为女性，1.73%为其他性别认同，0.69%未披露。18岁前和18岁后分别涉及68个和59个国家，80.65%在两个时期选择同一国家。89.97%拥有PhD学位，36.52%有编辑经验。3.2 参与者偏好与经历：按个人享受，参与者平均将59.27%±1.02%时间偏好用于野外、50.76%±0.96%的研究动机来自类群。参与者平均经历9.48±0.45个物种，平均经历2.1±0.04个类群。经历更多物种者也经历更多类群；年龄和来自类群的动机与两者相关，性别和编辑经验仅与物种数相关，野外偏好与两者无关。鸟类和哺乳动物最常被披露，各占42.58%，其次为昆虫35.21%和鱼24.05%。最近与最不最近物种中，哺乳动物和鸟类超过半数。Drosophila melanogaster、Rattus norvegicus和Parus major分别被22、21和17人提及；仅65.29%的物种回答和49.68%的属回答为唯一。最受欢迎类群，尤其哺乳动物，唯一物种和属相对最少。3.3 分类学选择背后的理性因素：最受欢迎的鸟类和哺乳动物很少被认为比其它类群更易工作。类群内部，某属被不同参与者作为最近工作物种提及的次数，与所有“易于工作”方面正相关。控制属和类群后，更强野外偏好与最近物种在野外更易观察相关，但不一定更易发现，并与更难购买、饲养或实验室观察相关。类群间在“具有理想特征”上无差异；类群内部，属提及次数与该属理想性感知正相关。应用潜力方面，最近物种属于某些类群尤其哺乳动物时，感知经济重要性和保护状态更高。类群内部，属提及次数与经济重要性正相关，但与野外濒危或受威胁负相关。应用研究与经济重要性中等相关（rs=0.331），与濒危弱相关（rs=0.241）。3.4 分类学选择背后的情境因素：鱼比蛛形纲更常被视为模型生物；哺乳动物比蛛形纲和未命名无脊椎动物更常与广泛行为文献相关。类群内部，属提及次数与该属被视为科学界模型生物正相关。模型生物感知与文献广泛性强相关（rs=0.643），与易购买（rs=0.456）、饲养（rs=0.404）、实验室观察（rs=0.401）中等相关，与易发现（rs=0.184）和野外观察（rs=0.119）弱相关。最近与最不最近物种常由导师建议，除非参与者已获永久职位。3.5 分类学选择背后的情感因素：所有动物类群大多引发积极感受，脊椎动物更明显。参与者对经历过类群比未经历类群更有利（β=2.52±0.07，z=33.91，p<0.001）。多数人表示兴趣在经历后增加。提到鸟的参与者更可能曾参与观鸟。经验与类群还与其他因素相关，尤其野外偏好。
讨论部分指出，调查参与者的分类学经历镜像动物行为文献中的分类学偏差：鸟类和哺乳动物最可能被研究，除昆虫外无脊椎动物较少使用；某些物种或属集中了类群研究注意力。受欢迎类群很少与易获取性相关，说明后勤因素不驱动高分类层次的使用；类群内部，更常被提及的属更易被视为好工作。应用潜力影响似乎较弱。研究人员认为，模型生物标签通过奖励和推广获得任意地位的物种而推动分类学偏差，故应在多数生态与进化领域中废除该术语。先例效应显著：多数参与者多职业阶段与导师建议物种工作，永久职位后减弱；早期职业研究人员（ECRs，early career researchers）经历受晚期职业研究人员（LCRs，late-career researchers）影响，可能强化偏差。建议包括招聘时考虑LCR分类经历多样性、LCR灵活支持ECR接触多样类群、ECR寻找不同信息源，大学和资助机构在招聘与资助评估中纳入偏向被忽视类群的标准。情感方面，对类群喜爱与工作可能性正相关；熟悉产生亲和，可能自我强化；外展对提升被忽视类群认知与欣赏至关重要。爱好如观鸟、野外偏好和来自类群的动机也影响分类学选择。最后，研究结论可译为：分类学偏差产生对自然过程和模式的偏斜视角，但它只是影响生态学与进化生物学研究的众多偏差之一；对类群、性别和其他生物方面的错误呈现会削弱得出广泛结论的研究效力，并影响保护项目成功。研究人员主张，需超越理论讨论，实施行动以减少生态学与进化生物学中的现有偏差，与对抗性别呈现偏差的呼吁类似，提倡更分类学公平的教育（自儿童保育起）和数据收集，并希望所提建议能影响生态学家和进化生物学家追求这一目标。
