Le savoir en éducation : entrevoir la relation d’interdépendance au-delà des confusions
Bibliographic record
Abstract
S’appuyant sur plusieurs travaux récents, l’article interroge d’abord les risques de confusions potentielles entre les savoirs dans le monde éducatif actuel investi par l’idéologie néolibérale, en distinguant trois niveaux : les valeurs et les finalités assignées au savoir ; la distinction entre savoir et information ; le rapport entre les savoirs. Nous travaillons l’hypothèse selon laquelle ces confusions résultent d’une conception substantialiste et/ou nihiliste des savoirs comme des personnes. Dans les deux cas, il s’agirait d’une oblitération du primat éthique, ontologique, anthropologique, épistémique et langagier de la relation d’interdépendance. En prenant principalement appui sur les travaux du philosophe Francis Jacques, nous proposons quelques pistes réflexives permettant d’appréhender la relation dans ses différentes modalités : relation interpersonnelle (par le dialogue), relation aux savoirs et aux textes (par l’interrogation), et relation des savoirs entre eux (par le discernement des domaines du symbolique pour parvenir à articuler les savoirs avec justesse sans les confondre). Enfin, nous dessinons les contours d’une approche éthique relationnelle qui fait apparaître que l’altruisme est une condition nécessaire mais non suffisante pour accéder à une relation véritablement dialogale et éducative, dans et par laquelle coémergent les significations, les savoirs et les personnes.
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 | 0.019 | 0.044 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.013 | 0.056 |
| Scholarly communication | 0.018 | 0.018 |
| Open science | 0.002 | 0.020 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.005 | 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".