Enseigner des Questions Socialement Vives : un Champ de Tension Entre l’Education Transmissive et l’Education Transformatrice-Critique
Bibliographic record
Abstract
Cette contribution se propose d’aborder l’intégration de la problématique des questions socialement vives dans la formation des enseignants à partir de l’exemple d’une recherche sur l’éducation au développement durable (EDD). Elle s’appuie sur des données recueillies dans le cadre d’une recherche sur les représentations sociales du développement durable (DD) et les postures au regard de l’EDD de futurs enseignants français et québécois. Le cadre théorique, - construit autour des concepts de questions socialement vives et de pédagogie critique -, ainsi qu’une posture transformatrice-critique, orientent la lecture et l’interprétation des résultats, notamment en soulignant la coexistence de deux approches de l’EDD chez les futurs enseignants : l’une transmissive et l’autre transformatrice-critique. Cela se traduit par des champs de tension se rapportant notamment aux questions de neutralité et de finalités. Le présent article se propose d’illustrer la manière dont ces tensions se manifestent chez les futurs enseignants à partir de résultats issus de douze entretiens semi-directifs. Il apporte ainsi un éclairage approfondi et renouvelé quant aux appuis et obstacles à l’implémentation des questions socialement vives dans les systèmes éducatifs formels.
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 | 0.012 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.012 | 0.047 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.007 |
| 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".