L’émerveillement comme levier pédagogique : Apports des scientifiques-écrivaines à l’éducation relative à l’environnement
Notice bibliographique
Résumé
Cet article explore le potentiel pédagogique et philosophique de textes écrits par des scientifiques-écrivaines telles que Lynn Margulis, Suzanne Simard et Robin Wall Kimmerer pour susciter l’émerveillement (awe) et l’engagement écocitoyen. En révélant l’agentivité méconnue d’êtres vivants comme les bactéries, les champignons ou les arbres, ces textes peuvent provoquer un questionnement philosophique sur notre rapport au vivant. L’émerveillement qu’ils suscitent peut nourrir une pensée attentive (caring thinking) envers le monde vivant et un désir d’agir en sa faveur. Intégrés dans une démarche d’éducation relative à l’environnement, croisant approches littéraires, philosophiques et scientifiques, ces textes offrent des ressources fécondes pour développer une écologie de l’attention et de la réciprocité. Cet article esquisse des pistes pour une éducation à l’écocitoyenneté par l’éveil de la sensibilité et de la réflexivité.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,019 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».