Salta al contenuto principale
Articolo
100%
HD

Immagina di passeggiare in un bosco britannico con lo smartphone in mano: fotografi una farfalla rara, registri il canto di un uccello, invii i dati a un progetto nazionale. Sei un citizen scientist, uno di quei volontari che, senza camice bianco, aiutano la scienza a monitorare la biodiversità. Nel Regno Unito questa tradizione è antica e radicata: esistono oltre 165 progetti attivi, gestiti soprattutto da grandi organizzazioni come la Royal Society for the Protection of Birds o il Biological Records Centre. La maggior parte segue un modello "contributivo": i volontari raccolgono dati, gli scienziati li analizzano.

Ma chi fa davvero girare questi progetti? Uno studio recente ha intervistato 14 donne attive nel biological recording britannico. È emerso che il loro contributo va ben oltre la raccolta dati: fanno da mentori ai nuovi arrivati, coordinano gruppi di volontari, organizzano eventi di divulgazione, gestiscono database, risolvono conflitti. È un lavoro relazionale e organizzativo, spesso invisibile nei report ufficiali e nei sistemi di riconoscimento formale.

Le intervistate raccontano percorsi di expertise costruiti "sul campo", passando da un progetto all'altro, imparando da sole o scambiandosi consigli in chat informali. L'accesso a ruoli specialistici — come la verifica dei record o la formazione — dipende però dalle culture organizzative, dagli strumenti digitali usati e dalle circostanze di vita (lavoro, cura familiare, salute).

I ricercatori propongono un nuovo quadro concettuale: le "infrastrutture citizen science di genere". L'idea è che le istituzioni, le tecnologie e le norme sociali si intreccino creando percorsi diversi per uomini e donne. Riconoscere il lavoro invisibile — non solo i dati, ma anche la cura della comunità — è il primo passo per rendere la citizen science più inclusiva e duratura. Perché se chi tiene insieme il progetto se ne va, i dati smettono di arrivare.

Bonus
100%
HD

Lo studio "Gendered citizen science infrastructures: participation, recognition, and ecological labour in UK biodiversity monitoring" adotta un disegno misto sequenziale. Nella fase quantitativa, gli autori hanno condotto uno scoping sistematico di 165 progetti di citizen science ecologica attivi nel Regno Unito, identificati tramite directory istituzionali (NBN Atlas, UKEOF, siti di ONG ambientali) e validati attraverso criteri di inclusione: focus su biodiversità, attività di raccolta/verifica dati, operatività al 2023. I progetti sono stati codificati per: modello di partecipazione (contributivo, collaborativo, co-creato secondo la tipologia di Shirk et al. 2012), taxa target, ecosistema, organizzazione promotrice, meccanismi di riconoscimento formale (badge, co-autorship, certificati).

Risultati chiave dello scoping: 78% dei progetti adotta modello contributivo; forte concentrazione su taxa "carismatici" (uccelli 34%, farfalle 22%, piante vascolari 18%) ed ecosistemi terrestri (89%); riconoscimento formale limitato a output dati (es. nome in dataset) piuttosto che a processi.

Fase qualitativa: 14 interviste semi-strutturate (60-90 min) a donne con ≥3 anni di esperienza in biological recording, reclutate tramite snowball sampling da reti di volontariato (BSBI, Butterfly Conservation, gruppi locali). Analisi tematica reflexive (Braun & Clarke 2006) con coding induttivo e deduttivo (framework di riconoscimento di Fraser 2003: redistributive, representative, recognition justice).

Quattro temi emergenti: (1) "Ecological labour" esteso: le partecipanti descrivono attività di cura infrastrutturale — onboarding, mediazione conflitti, manutenzione strumenti digitali, advocacy per finanziamenti — non contabilizzate nei metrici di progetto. (2) Percorsi di expertise informali: apprendimento situato (Lave & Wenger 1991) attraverso "community of practice" trasversali a progetti; barriere all'accesso a ruoli di verifica (es. iRecord verifiers) per mancanza di percorsi formali. (3) Organisational cultures: culture "eroiche" che valorizzano l'esperto solitario in campo vs. lavoro collettivo di coordinamento; piattaforme digitali progettate per input dati non per gestione comunità. (4) Life-course intersections: cura familiare, lavoro precario, salute modulano intensità e modalità di partecipazione; flessibilità richiesta ma raramente supportata istituzionalmente.

Il framework proposto — "gendered citizen science infrastructures" — connette tre livelli: macro (policy, funding, governance), meso (organizzazioni, piattaforme, norme comunitarie), micro (percorsi individuali, identità, relazioni). Mostra come processi di misriconoscimento (non vedere il lavoro relazionale come "scientifico") producano attrito, uscita anticipata, perdita di conoscenza tacita. Raccomandazioni: metriche di riconoscimento multidimensionali (dati + cura + leadership), percorsi di progressione trasparenti, design partecipativo di piattaforme, risorse per facilitatori comunitari.

Chiedi all'AI

Approfondisci la notizia a colpo d'occhio con 3 spiegazioni sintetiche

Fonti

Autori:
Artemis SkarlatidouJakleen Al-Dalal'aValentina Chang
Data Pubblicazione:
Articolo Originale www.frontiersin.org
Verifica editoriale completata il 18/10/2026
Consulta le nostre Linee Guida Editoriali & Etica AI
Licenza Creative Commons CC BY-NC-SA 4.0

Continua a esplorare

Scopri l'intero archivio di pillole scientifiche o torna alla home

Riconnessione al server... Aggiornamento della sessione in corso
Connessione interrotta Impossibile stabilire il collegamento
Sessione aggiornata Ricarica per visualizzare i contenuti