L'éducation à l'éthique de l'environnement dans le cadre de l'éducation en science et en technologie : une justification
Bibliographic record
Abstract
À partir d'un regard critique sur les sciences et la technologie, l'auteure développe une réflexion sur les finalités de l'éducation en sciences et en technologie. Cette réflexion l'amène à défendre la présence d'une composante d'éthique de l'environnement dans le cadre de cette éducation. L'éducation à l'éthique de l'environnement doit constituer une dimension transversale de l'éducation en sciences et en technologie. Dans ce contexte, transversale veut dire continuellement présente et implique la prise en compte de la multidimensionnalité de l'être humain et la complexité de sa connaissance. Mais de quelle éthique de l'environnement parlons-nous? Il s'agit ici d'une éthique qui se veut processus de réflexion et de discussion à propos des valeurs qui fondent la relation entre les humains et l'environnement. Il existe des systèmes de valeurs qui sont qualifiés d'éthiques particulières de l'environnement. Il s'agit dans ce cas d'éthiques comprises comme des codes. La stratégie éducative première pour inclure la dimension transversale de l'éthique de l'environnement dans l'éducation en sciences et en technologie est la dynamique dialogique de la réflexion, de la clarification et du débat, non seulement des valeurs évidentes dans le discours rationnel, mais aussi des valeurs sous-jacentes exprimées dans d'autres formes de discours, l'artistique et le philosophique par exemple.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.052 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".