MétaCan
Menu
Back to cohort
Record W2745655783 · doi:10.7202/1040721ar

L’éducation éthique dans les orientations du programme québécois Éthique et culture religieuse : une éducation au vivre-ensemble?

2017· article· fr· W2745655783 on OpenAlexaffvenueabout
Nancy Bouchard, Marie‐France Daniel, Jean-Claude Desruisseaux

Bibliographic record

VenueÉducation et francophonie · 2017
Typearticle
Languagefr
FieldSocial Sciences
TopicReligion, Society, and Development
Canadian institutionsUniversité du Québec en OutaouaisUniversité de MontréalUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Cette étude analyse le programme québécois Éthique et culture religieuse (ECR) dans le cadre de nos travaux sur l’éducation éthique et au vivre-ensemble. Bien que le vivre-ensemble soit une préoccupation majeure en éducation, il demeure un concept au statut incertain. Pour tenter de dépasser cette incertitude, nous nous sommes penchés dans notre étude sur l’analyse de programmes dont est attendue une telle éducation. À cette fin, nous avons construit un modèle d’analyse en sept composantes éthiques : trois composantes simples et quatre composantes maillées. Nous avons utilisé ce modèle comme grille pour étudier les compétences déployées dans le programme ECR. Dans ce texte, nous présentons les résultats de l’analyse. Le portrait qui s’en dégage montre qu’une éducation au vivre-ensemble est présente sous forme de pratique de délibération dans le dialogue et sous forme d’acquisition de connaissances sur les cultures religieuses. Il montre aussi que le vivre-ensemble s’apprend en sollicitant plus particulièrement la dimension cognitive et rationnelle de l’élève en tant que citoyen. Par ailleurs, l’analyse révèle que la réflexion critique sur ses propres modèles de référence ainsi qu’une approche compréhensive de l’autre et la connaissance de ce qui nous structure socialement restent faibles ou absentes.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.336
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0050.001
Scholarly communication0.0010.002
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.001

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 head0.046
GPT teacher head0.347
Teacher spread0.301 · 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 teacher head, not a consensus.

Study designQualitative
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

Citations5
Published2017
Admission routes3
Has abstractyes

Explore more

Same venueÉducation et francophonieSame topicReligion, Society, and DevelopmentFrench-language works237,207