Facebook au service d’une éducation au changement climatique en contexte de famille
Bibliographic record
Abstract
L’intégration de modes de vie écoresponsables représente un défi difficile à surmonter pour grand nombre de Canadiens. Cette étude qualitative vise à explorer l’adoption collective d’actions écologiques dans la famille, un contexte de transformation socioécologique peu examiné en recherche. Tenant compte de l’utilisation populaire des médias sociaux aujourd’hui, ce projet cherche à mieux comprendre comment une famille peut harmoniser davantage ses rapports avec l’environnement à l’aide du numérique. Pour certains auteurs, les médias sociaux numériques peuvent, en effet, influencer le choix de se comporter de façon plus écologique en exerçant une pression sociale positive pour l’action écologique. Il semble que ces outils numériques peuvent en particulier contribuer à réduire la consommation en énergie à la maison. Dans notre projet, il s’agit de voir comment Facebook peut contribuer au développement d’une écocitoyenneté familiale en permettant à des familles voulant adopter des modes de vie plus écologiques, de s’entre-aider comme communauté d’action. L’analyse descriptive d’une participation quotidienne au sein d’un groupe privé Facebook et l’analyse thématique d’entretiens d’explicitation après quatre mois de participation montrent que les actions environnementales mises en place par les familles impliquées semblent avoir persisté du début à la fin du projet. Bien que ces actions étaient relativement simples, nos résultats semblent indiquer que la participation à un réseau social virtuel peut contribuer à un plus haut niveau de conscience écologique et d’engagement envers l’environnement dans la famille, surtout chez les enfants des familles participant à ce projet.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.004 |
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".