Retour sur un parcours de recherche en éducation relative à l’environnement : Rendre visible la part formatrice de l'autre non humain
Bibliographic record
Abstract
Depuis 1992, je creuse le sillon de l'écoformation à la fois comme concept de recherche et comme modèle éducatif interventionnel dans le champ de l'éducation relative à l'environnement. Ce numéro de la revue me permet de revisiter ce parcours, d’abord de passage d’enseignante en éducation physique à l’animation de classes de nature (1), puis au travers de trois recherches-actions menées dans le cadre des travaux du Groupe de Recherche en EcoFormation (GREF) : les classes de mer (2) ; les jardins (3) ; et les usages de l’électricité dans la vie quotidienne d’un foyer (4). La dernière partie (5) montre qu'une éducation relative à l'environnement intégrant l'écoformation à ses buts et à sa pédagogie est possible, quel que soit le contexte dans lequel elle se déroule, et qui que l'on soit comme éducateur (enseignant, animateur, et même parent). Mais elle nécessite de pousser ou d'abattre des murs, de contourner des contraintes et de rester humble dans l'influence que l'on peut avoir. L'écoformation fut aussi, pour moi, un projet de vie : celui de participer à la transformation éco-sociale des rapports au monde, passant de relations de domination, duelles et agressives avec un vivant objectivé, à des relations de parenté, sensibles, attentives et pacifiées, effaçant le dualisme de l'objet et du sujet entre co-habitants de la planète.
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 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.007 | 0.018 |
| Scholarly communication | 0.018 | 0.018 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.008 | 0.009 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".