Une démarche critique et réflexive dans le développement d’une thèse doctorale en lien avec l’éducation relative à l’environnement
Bibliographic record
Abstract
Cet article présente une série de réflexions sur divers enjeux et incidents critiques qui se sont manifestés dans le cadre d’une démarche de recherche doctorale en éducation à l’Université du Québec à Montréal, menée de 2001 à 2005. Cette démarche a abouti à l’élaboration d’une thèse intitulée L’éthique de l’environnement en tant que dimension transversale de l’éducation relative aux sciences et aux technologies : proposition d’un modèle éducationnel. Cet article est la reconstruction d’un chapitre dédié à l’analyse et à la critique de la démarche elle-même. Tout au long de l’action réflexive, un souci de distance critique et de remise en question a été conservé. À titre de conclusion générale, on pourrait suggérer, avec Karsenti et Savoie-Zajc (2000), que le processus de recherche en éducation, et spécialement en éducation relative à l’environnement, a avantage à être toujours traversé par une dimension réflexive et critique. Celle-ci permet la construction de connaissances approfondies, enrichies autant de l’expérience professionnelle que de l’histoire personnelle, deux dimensions ancrées dans l’individu et agissant en complémentarité.
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 | 0.037 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.023 | 0.074 |
| Scholarly communication | 0.023 | 0.014 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.006 | 0.014 |
| 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".