Prise en compte de la dimension éthique chez les enfants pour élaborer un référentiel en éducation aux valeurs environnementales
Bibliographic record
Abstract
Prise en compte de la dimension éthique chez les enfants pour élaborer un référentiel en éducation aux valeurs environnementales Carine Rousseau 1 Selon Sauvé et Villemagne (2003), l'éducation relative aux valeurs envi-ronnementales (EVE) cherche à développer chez les élèves, une certaine compétence éthique leur permettant de choisir les valeurs appropriées face à une problématique socioenvironnementale, pour fonder leur agir.Il serait important pour aider les élèves à développer cette compétence, de les amener à clarifier et échanger avec leurs pairs sur leurs perspectives éthiques, c'est-à-dire leurs propres systèmes de valeurs définissant, selon eux, les rapports des êtres humains à leur environnement.Mais comment travailler avec les élèves sur ces perspectives?Quelles questions poser, quels sujets aborder?Un référentiel EVE sur les interventions à poser pour enrichir les perspectives éthiques d'élèves sur l'environnement est ici proposé.Après avoir expliqué l'importance de se doter d'un tel référentiel, les stratégies pédagogiques choisies puis les thèmes à aborder seront explicités; enfin, le référentiel sera présenté. Importance de se doter d'un référentiel EVE 2Puisque, selon Sauvé et Villemagne (2003), chaque perspective éthique témoignerait d'une certaine vision de l'environnement et de notre rapport avec celui-ci, il n'existerait pas d'éthique universelle.Les 3 perspectives les plus importantes seraient l'anthropocentrisme (se concentrant sur les intérêts humains), le biocentrisme (où l'environnement naturel aurait une valeur intrinsèque) et l'écocentrisme (mettant de l'avant les relations et dépendances réciproques des systèmes naturels et sociaux).3
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".