Sous la bannière développement durable, quels rapports aux savoirs scientifiques ?
Bibliographic record
Abstract
Cet article vise à montrer, à partir de deux exemples, comment s’établissent les rapports aux savoirs scientifiques sous l’injonction de l’éducation au développement durable en France. D’une part, l’examen de contenus d’expositions circulant dans les écoles primaires et les établissements scolaires du secondaire (collège et lycée), produites en grande partie par des organismes extérieurs, et d’autre part celui de l’évolution curriculaire des licences professionnelles universitaires (2001-2010) amènent quelques hypothèses. En effet, expositions itinérantes et curricula formels montrent que la dominante développementaliste (durable) semble s’accompagner de savoirs scientifiques réduits, voire absents. En contrepartie, les procédures d’opérationnalisation du développement durable (management de la société civile, nouvelle gouvernance), marquées par une éthique conservationniste (gestion des ressources) ainsi que par une approche comportementaliste (appels aux responsabilités individuelles et collectives et bons gestes associés), occupent une grande place. Au-delà de ces constats, cet article propose d’ouvrir le débat sur le développement durable comme inducteur de nouvelles logiques sociétales, en approchant notamment la notion de curriculum caché.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".