Le « jeu libre en nature » : définitions, types et impacts de « la nature » sur les jeux libres d’enfants
Bibliographic record
Abstract
Cette revue exploratoire de littérature vise à répondre à trois champs de questionnements afin d’aboutir à une compréhension approfondie de l’objet « jeu libre en nature », compréhension encore aujourd’hui fragmentée par la nature pluridimensionnelle de cet objet de recherche et des représentations liées à ses composants « jeu », « liberté », et « nature ». On s’interrogera donc sur ces trois dimensions : quelles sont les définitions du jeu libre en nature proposées par les auteurs des articles revus ? Quelles typologies de jeu libre en nature peut-on induire des données de terrain décrites par les auteurs ? Comment les composantes des environnements extérieurs, telles que décrites par les auteurs, influencent-elles le jeu libre en nature des enfants ? Les réponses apportées par cette revue de littérature feront apparaître une interdépendance fondamentale entre les trois composantes de l’objet (jeu, liberté et nature) et l’interférence de variables-clés telles que les éléments constitutifs de l’environnement de jeu.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.012 | 0.015 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".