MétaCan
Menu
Back to cohort
Record W2774504666 · doi:10.4000/vertigo.18658

Intégrer l’éducation à l’environnement dans les pratiques d’alphabétisation populaire au Québec

2017· article· fr· W2774504666 on OpenAlexaffvenueabout
Carine Villemagne, Justine Daniel, Lucie Sauvé, Kaven Joyal

Bibliographic record

VenueVertigO · 2017
Typearticle
Languagefr
FieldEnvironmental Science
TopicEnvironmental Education and Sustainability
Canadian institutionsUniversité du Québec à MontréalUniversité de MontréalUniversité de Sherbrooke
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

L’éducation relative à l’environnement (ERE) est une dimension essentielle de l’éducation. Assez bien développée pour les jeunes, l’ERE l’est beaucoup moins quand on s’intéresse au public des adultes, en particulier en contexte non formel. Dans le cadre de projets en développement avec des organismes d’éducation populaire au Québec, nous avons mené une recherche visant à identifier les possibilités d’intégration de l’ERE aux pratiques d’alphabétisation des adultes. Il s’agissait donc au moyen du groupe de discussion de mettre en évidence les conceptions et les préoccupations relatives à l’environnement des adultes fréquentant ces groupes d’éducation populaire, ainsi que leur propre agir environnemental. Les besoins et les attentes de ces adultes en matière d’environnement et d’ERE ont également été discutés. L’analyse thématique des résultats fournit d’intéressantes pistes éducatives propres à orienter des pratiques éducatives intégrant l’ERE et l’alphabétisation des adultes qui soient adaptées et pertinentes pour les adultes des groupes d’éducation populaire du Québec. Par exemple, il est primordial de partir des savoirs environnementaux dont les adultes sont porteurs et de prendre en considération leurs façons d’apprendre qui constituent des adaptations à leurs faibles habiletés en lecture et en écriture.

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)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.068
Threshold uncertainty score0.170

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0070.003
Scholarly communication0.0030.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0100.001

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 head0.019
GPT teacher head0.284
Teacher spread0.265 · 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 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

Citations1
Published2017
Admission routes3
Has abstractyes

Explore more

Same venueVertigOSame topicEnvironmental Education and SustainabilityFrench-language works237,207