发表在《解剖科学教育》上的一项研究表明，研究人员和科学机构如果以结构化方式参与维基百科编辑，可明显改善公众获取准确、高质量科学信息的途径。

一项发表于《JCOM》的实验研究发现，在社交媒体科学信息场景中，AI披露标签可能降低真实信息的可信度、却抬升错误信息的可信度，未能帮助受众有效区分真伪。

佐治亚理工学院团队围绕核磁共振（NMR）光谱技术推出可公开获取的教学与推广材料，并在亚特兰大科学节活动中组织参与者开展葡萄酒化学成分识别与定量演示。

现代进化生物学与基因组学表明，进化不存在等级制度。尽管如此，“原始”“古老”“高级”“低级”等说法仍频繁出现在科普与报道中。相关研究者指出，这类表述容易误导公众对生命之树与物种关系的理解。

森肯伯格海洋物种联盟（SOSA）与Pensoft Publishers及YouTuber Ze Frank合作，通过社交媒体征集新发现深海石鳖的学名建议。研究团队从8000多条投稿中选定“Ferreiraella populi”，相关正式分类描述已发表于《生物多样性数据期刊》。

巴斯克大学（EHU）Gureiker团队研究员Ángela Alonso-Jurnet在分析TikTok、X、Instagram及数字新闻等平台上的气候议题传播后，提出“数字生态系统中气候传播的十个机遇”，强调以解决方案为导向、社区建设与情感化叙事等策略。

同志社大学研究团队评估电视节目与报纸报道发现，多数内容能解释蓝碳概念并使用定量数据，但对风险、挑战与沿海生态系统退化原因的呈现相对有限。

博士候选人阿莱塔·梅因斯马的研究显示，量子技术传播中加入解释有助于提高受众实际理解水平，但受众对自身理解的信心可能下降；“神秘”表述对理解与参与度影响不明显。

洛桑联邦理工学院的罗伯特·韦斯特与西北大学的阿格内斯·霍尔瓦特在对话中表示，社交媒体已成为公众获取科学信息的重要渠道，而大型语言模型正加速介入论文写作与评审流程，并可能在未来数年进入“提出研究问题”的阶段。