Créer le souci pour la réflexion éthique. Récit d’expérience d’enseignements auprès d’étudiants en ingénierie et en travail social
Bibliographic record
Abstract
Cet article explore nos vécus enseignants en éthique et déontologie professionnelle auprès d’étudiants en formation qualifiante en ingénierie et en travail social au Canada. L’examen des descriptifs officiels des cours, de leurs ancrages dans les orientations des ordres professionnels, et les réalisations pédagogiques des étudiants montreront que ces cours d’éthique transforment les étudiants dans leurs façons d’approcher les dilemmes éthiques, de se situer et de composer avec eux, mais aussi avec le doute qui advient à propos de la bonne façon d’agir lorsqu’ils sont confrontés à des contextes d’emploi difficiles. Lors de ces cours, les étudiants acquièrent une capacité réflexive critique face aux connaissances théoriques, méthodologiques et pratiques, mais aussi envers les valeurs et les devoirs de leur profession. Cette capacitation critique et réflexive les amène à réaliser toute la complexité de ce qu’implique décider et agir avec professionnalisme lorsqu’on est ingénieur ou travailleur social. Ces acquis démontrent la pertinence de l’éthique dans la formation des professionnels hors de la discipline philosophique.
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 | 0.024 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.024 | 0.064 |
| Scholarly communication | 0.020 | 0.011 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.004 | 0.008 |
| 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".