Quand le programme Carbone Scol’ERE contribue à l’éducation relative au changement climatique et au développement de la jeunesse engagée
Bibliographic record
Abstract
À l’échelle mondiale, les changements climatiques (CC) font partie des plus grands défis auxquels les populations doivent faire face. Les jeunes d’aujourd’hui désirent s’engager dans la cause climatique leur permettant ainsi de participer à la construction de leur écocitoyenneté. Au Québec, Carbone Scol’ERE, un programme éducatif de cinq ateliers en classe au primaire, repose sur le principe de l’éducation relative au CC afin d’encourager les jeunes et moins jeunes à mieux les comprendre et à adopter de nouvelles habitudes de vie écoresponsables pour atténuer cette problématique. Nous souhaitons vérifier si l’éducation relative aux changements climatiques en milieu formel et non formel, qui participe à la réalisation de nouvelles habitudes de vie écoresponsables, permet le développement d’une écocitoyenneté chez les jeunes participants. Les notions entourant les CC sont plutôt rarissimes dans le curriculum scolaire québécois. L’article tente de décrire la problématique, de préciser nos ancrages théoriques, de présenter les résultats obtenus dans le cadre du programme Carbone Scol’ERE et de formuler des recommandations afin de reconnaître la pertinence de cette démarche éducative pour favoriser l’adoption de comportements écoresponsables plus durables, et ce, afin de contribuer à la lutte contre les CC.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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".