Du naturaliste expert à l’élève : Enjeux de la diversification des objectifs d’un programme de sciences participatives en France
Bibliographic record
Abstract
Vigie-Nature est un programme de sciences participatives développé par le Muséum national d’Histoire naturelle français, regroupant plusieurs observatoires de la biodiversité. Ces observatoires proposent à chacun, selon ses connaissances, ses disponibilités et son intérêt, de collecter des informations standardisées sur la biodiversité. Visant initialement un public de naturalistes amateurs - avec l’objectif d’augmenter les couvertures spatiale et temporelle des données disponibles pour la recherche en écologie - Vigie-Nature s’est progressivement ouvert à d’autres publics : citoyens non-experts, professionnels de la Nature et scolaires.À travers une remise en contexte sociétal et technologique, cet article explore l’évolution de l’offre de ce programme dans les observatoires au cours de ses trente années d’existence, et discute la diversification et la nécessaire articulation des objectifs qui en ont découlé. En effet, des questions d’éducation relative à l’environnement ont tout d’abord été mises à jour avec l’entrée dans la gestion du programme de nouvelles parties prenantes lors de la création des observatoires à destination de publics non experts. Puis, le déploiement de Vigie-Nature École - déclinaison scolaire du programme Vigie-Nature - a placé l’enjeu pédagogique au cœur de l’animation et de la conception d’outils spécifiques. Finalement, il apparait que la diversification des objectifs ne porte pas préjudice aux ambitions originelles du programme, dès lors qu’ils s’articulent autour d’une visée commune : la conservation de la biodiversité.
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 | 0.031 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.016 | 0.011 |
| Scholarly communication | 0.012 | 0.008 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".