Notice bibliographique
Résumé
I am enormously grateful to the readers of this journal for their kind attention to this work over the past 30 years. Conceptual analysis, the subject of my article, is primarily about clarifying meanings of those key concepts that are central to our collective work. Given the number of nebulous concepts in environmental education, and in education in general, this work has never ceased to be important — though, sadly, it is often neglected. Take, for example, a concept currently in vogue, social learning. Two ways of approaching this sometimes fuzzy concept would be, first, for authors to provide a clear articulation of the term, in their own view. What exactly does the idea of social learning involve for an author, and what are the implications for its use in the particular context in which it is used? This is a lot like clarifying one's own assumption about a concept for the benefit of the author and reader alike, and something we should be able to expect from all authors. Second, researchers can analyse the scope of a concept's usage within a body of literature, such as Rodela (2012) has done with social learning. This kind of analysis can provide a kind of heuristic for other researchers to navigate the extant usage of a key concept, and to point in future directions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,019 |
| Communication savante | 0,012 | 0,025 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,012 |
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 source (Gemma direct ou Codex distillé), 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 ».