Transition écologique : du défi scientifique au défi pédagogique
Bibliographic record
Abstract
La crise écologique à laquelle nous sommes confrontés invite à renouveler notre façon de faire science. À l’aune du développement durable, l’enjeu est de produire une science démocratique et capable de répondre aux enjeux contemporains. Ce contexte interpelle le rôle de l’école dans ses logiques de construction et de transmission des savoirs scientifiques. L’émergence des questions socialement vives (QSV) dans l’enseignement est une opportunité pour contribuer à une éducation qui permette de penser et d’agir dans un monde complexe et incertain. Cet article est fondé sur l’étude d’un dispositif éducatif expérimental centré sur une démarche d’enquête en lien avec la transition écologique de l’île d’Yeu, dans le département français de la Vendée. Il se propose d’analyser, du point de vue des pédagogues et des apprenants, quelles sont les implications d’un enseignement scientifique qui cultive l’interdisciplinarité, l’implication et la participation. Au-delà des difficultés matérielles et épistémiques identifiées, ainsi que des tensions qu’il y a à coconstruire connaissances et actions, notre expérimentation révèle plusieurs leviers d’action possibles pour l’éducation au développement durable (EDD) parmi lesquels l’ouverture du collectif à une pluralité d’acteurs, l’importance de ménager des espaces de réflexivité et la nécessité de développer une ingénierie sociale.éducation au développement durable (EDD), question socialement vive (QSV), interdisciplinarité, transition écologique, participation, co-construction des savoirs
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 | 0.013 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.036 |
| Scholarly communication | 0.016 | 0.013 |
| Open science | 0.001 | 0.011 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 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".