Le rapport à l’expertise scientifique d’enseignants de sciences du secondaire du Gabon face à une polémique environnementale
Bibliographic record
Abstract
L’émergence du champ éducatif des questions socialement vives (QSV) permet désormais l’étude en contexte scolaire de problématiques sociales en lien avec l’environnement et la santé. L’analyse de ces problématiques socioscientifiques environnementales controversées invite à un usage raisonné et critique de l’expertise scientifique en contexte scolaire. Cet article vise à présenter quelques résultats préliminaires de notre étude doctorale dans laquelle nous examinons la manière dont des enseignants de sciences du secondaire au Gabon envisagent la question de l’expertise scientifique face à une polémique environnementale locale mettant en scène des experts d’horizons divers. Nous précisons leur posture épistémologique et leur rapport à l’expertise lorsqu’ils sont placés en situation d’analyse d’une cartographie présentant cette polémique. Les résultats illustrent que leur rapport à l’expertise scientifique lorsqu’il est contextualisé en fonction d’une polémique précise tend à valoriser la position de certains experts plutôt que d’autres, tout en mobilisant une conception des sciences à saveur empirico-réaliste.
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 | 0.010 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".