Ce que disent les mémoires de recherche des professeurs des écoles stagiaires sur leur appropriation des questions environnementales et de développement durable
Bibliographic record
Abstract
Au-delà de la reconnaissance de son importance sociétale et scolaire, l’éducation environnementale et au développement durable pose des défis importants aux enseignants. Cependant, il existe peu de travaux qui se sont intéressés à cette question chez les enseignants fonctionnaires stagiaires professeurs des écoles. Ce travail utilise un corpus de plus de 398000 mots, constitué avec des mémoires de master d’étudiants issus de 11 Académies françaises qui se sont intéressés à l’enseignement de l’environnement et du développement durable. L’analyse lexicométrique a permis de montrer l’existence de 6 classes de sens qui représentent les idées et les thèmes dominants du corpus. L’ensemble montre la place centrale du mot élève ainsi que la centration sur les écogestes et sur les directives institutionnelles au détriment des dimensions critiques qui semblent très peu présentes. Le travail permet d’envisager des pistes pour mettre en œuvre une formation des professeurs des écoles conformément à la directive de généralisation de l’éducation au développement durable – EDD (MENJ, 2019).
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 | 0.017 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.010 | 0.011 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".