Trois pistes d’exploration de l’écoformation : retour sur un trajet de recherche
Bibliographic record
Abstract
Cet article présente un trajet de recherche qui témoigne de la pertinence toute particulière des recherches et des pratiques en écoformation au regard des crises écologiques actuelles. Trois grandes pistes d’exploration se dégagent. La première est celle du dialogue avec les cultures amérindiennes. J’analyserai d’abord comment mes expériences dans des contextes amérindiens aux États-Unis et au Québec ont transformé ma relation au monde et m’ont amené à développer une démarche de co-formation interculturelle. La deuxième piste est celle d’une recherche-action pour expérimenter la transdisciplinarité et l’épistémologie de la complexité dans les pratiques universitaires. Cette expérience a contribué à une écologisation de la formation universitaire en reliant les savoirs et la vie. La troisième piste est celle de la réflexion sur les nouvelles pratiques d’auto-éco-formation. De nombreuses pratiques deviennent des voies de connexion au monde vivant : marche itinérante, pistage, école en forêt, aquarelle en plein air, etc. Ces différentes approches montrent le potentiel heuristique du concept d’écoformation pour accompagner les mutations vitales qui s’opèrent tant au niveau personnel, social, que culturel.
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 | 0.035 | 0.042 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.016 | 0.036 |
| Scholarly communication | 0.027 | 0.030 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.010 | 0.017 |
| Insufficient payload (model declined to judge) | 0.009 | 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".