La dimension affective de l’éducation au changement climatique : étude mixte au cycle 3 de l’enseignement primaire français
Notice bibliographique
Résumé
Dans le contexte actuel du dérèglement global du climat, l’école ne peut faire l’impasse sur ce changement majeur et ses risques. En France, la rentrée 2020 a donc été caractérisée par un renforcement de l’éducation relative à l’environnement dans les programmes scolaires, plus spécifiquement d’une éducation au changement climatique. Or, une telle éducation comporte une dimension émotionnelle importante ; elle peut générer par exemple de l’anxiété ou de la colère. Nous nous interrogeons donc sur la façon dont l’éducation au changement climatique est appréhendée au plan émotionnel auprès des élèves. Issus d’une double approche qualitative (analyse du cadrage affectif des ressources pour l’enseignement) et quantitative (questionnaire auprès des élèves), les résultats de notre recherche montrent un positionnement paradoxal des supports didactiques, présentant une tonalité émotionnelle certaine, mais sans mention explicite des émotions. Par ailleurs, on retrouve des émotions intenses dans les déclarations des élèves, parfois associées à leur compréhension des phénomènes ou à leur propension à l’action. Nous pointons de possibles effets spécifiques de l’inquiétude ou de la colère, à confirmer dans des travaux futurs.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».