Art and Aesthetics in Sustainability Education Insights into Beautifying Management Education with François Jullien
Bibliographic record
Abstract
La beauté se déploie conceptuellement dans les champs de l’art et de l’esthétique, en Occident comme en Orient, même si la perspective chinoise est souvent ignorée en éducation. Par ailleurs, les pratiques esthétiques sont de plus en plus utilisées dans la formation au management. Le but de cet article théorique est de questionner les bases conceptuelles des pratiques dans le champ de la formation en lien avec un développement durable. Notre approche se caractérise par le dialogue ouvert avec la conception chinoise en art et esthétique, dans ses connections nourrissantes avec le vivant. La prise en compte des deux conceptions, occidentale et chinoise, permet de dépasser l’approche européenne dominante et d’éviter une lecture ethnocentrique pour offrir un éclairage pertinent à un « embellissement » de la formation au management. Trois étapes scandent cet article conceptuel sur les enjeux du beau au service du développement durable. Nous présentons et analysons d’abord le cas ARTEM et ses 20 années d’expérience dans le champ de l’enseignement supérieur en France. Nous questionnons ensuite le concept du beau en vis-à-vis de la conception chinoise avec le philosophe et sinologue François Jullien. Enfin, nous analysons le potentiel esthétique pour vivifier durablement la formation au management. Le concept du beau associé à celui de connivence peut servir un processus vivifiant d’embellissement du management et de la formation. La connivence stimule une connaissance sensorielle et relationnelle, particulièrement adaptée pour comprendre et mobiliser les pratiques esthétiques en matière de développement durable.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".