MétaCan
Menu
Back to cohort
Record W2159998814 · doi:10.4000/vertigo.14690

Concevoir le futur d'un territoire dans une perspective d'éducation au développement durable

2014· article· fr· W2159998814 on OpenAlexvenueno aff
Marie-Pierre Julien, Raphaël Chalmeau, Christine Vergnolle Mainar, J.-Y. Léna, Anne Calvet

Bibliographic record

VenueVertigO · 2014
Typearticle
Languagefr
FieldEnvironmental Science
TopicEnvironmental Education and Sustainability
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophyArt

Abstract

fetched live from OpenAlex

La projection vers le futur est une préoccupation centrale de l'éducation au développement durable qui reste néanmoins anecdotique dans les actions éducatives. De plus, lorsque le futur est envisagé, il présente majoritairement une vision catastrophiste ou pessimiste. Cet article étudie la représentation pour des élèves de l'école primaire âgés de 8 à 10 ans du futur de leur territoire, en prenant appui sur l’étude de l’évolution du paysage et en leur proposant un contexte pédagogique enrichi par les apports de scientifiques dans le cadre d'un Observatoire Hommes-Milieux. Pour les élèves, il s'agit de travailler les dimensions temporelles de leur territoire (passé/présent/futur) et d'envisager un futur probable au regard d'arguments et un futur rêvé impliquant leur imaginaire. À travers l'analyse de dessins illustrant ces deux types de futur, les résultats montrent d'une part une intégration partielle d'arguments de chercheurs ou d'acteurs du territoire et, d'autre part une faible capacité à imaginer un futur probable radicalement différent du présent. L'analyse des dessins du futur rêvé, quant à elle, témoigne d'un imaginaire peu développé. La discussion met l'accent sur les outils pertinents pour une réelle prise en compte de la préoccupation du futur pour que celle-ci permette une ouverture sur la pluralité des dimensions du futur.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.017
Threshold uncertainty score0.051

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0080.025
Scholarly communication0.0080.008
Open science0.0010.005
Research integrity0.0020.005
Insufficient payload (model declined to judge)0.0090.001

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.

Opus teacher head0.009
GPT teacher head0.251
Teacher spread0.242 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations18
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicEnvironmental Education and SustainabilityFrench-language works237,207