Em resposta a "Isto não é bom o suficiente": reflexões sobre a pesquisa em Educação Ambiental no Canadá em contextos de expansão
Bibliographic record
Abstract
Este artigo tem o propósito de oferecer um panorama da pesquisa em Educação Ambiental, da perspectiva canadense, no contexto da América do Norte. Desse ponto de vista, procuro, embora de forma perigosa, representar alguns pesquisadores e educadores canadenses que trabalham com Educação Ambiental2 e que escrevem sobre suas atividades, especialmente aqueles que responderam ao meu pedido de ajuda para a articulação de ideias a respeito do que está acontecendo e do que podemos falar sobre direções e possibilidades para o futuro em relação às nossas investigações atuais. Reconheço minha posição relativamente privilegiada nesse processo e também as limitações desse tipo de representação. Aceitei então a responsabilidade de explorar territórios de investigação que, a meu ver, parecem capturar, embora com várias lacunas, algumas reflexões e ideias que têm sido produzidas recentemente entre pesquisadores canadenses. Reconhecendo o caráter oscilante dos discursos no legado histórico de questões conceitualmente controversas e direções variadas, tento simplesmente localizar trajetórias que sugerem lampejos e aberturas para pensar e debater o global e o local na pesquisa em Educação Ambiental, com base em minha perspectiva como pesquisador que vive e trabalha no contexto da educação e da Educação Ambiental canadenses.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.033 | 0.041 |
| Scholarly communication | 0.023 | 0.007 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".