Perspectives de personnes enseignantes et éducatrices qui œuvrent en éducation à l’environnement et au développement durable (EEDD) : quelles pistes pour leur développement professionnel ?
Bibliographic record
Abstract
L’article présente les résultats d’une recherche exploratoire à devis méthodologique mixte dont l’objectif est d’explorer les perspectives des personnes enseignantes et éducatrices des milieux d’éducation formels (écoles primaires et secondaires) et non formels (organismes, associations, parcs, musées, centres d’interprétation de la nature) au regard de trois concepts importants en éducation à l’environnement et au développement durable (EEDD) : le rapport aux savoirs, les pratiques éducatives et l’agentivité écocitoyenne. Les points de vue des acteurs et actrices clés ont été recueillis par l’entremise d’un questionnaire comportant des questions ouvertes et fermées. Les données ont été collectées à la fois en France et au Québec auprès de 356 répondantes et répondants. Les résultats obtenus se rapportent à la fois aux rapports aux savoirs environnementaux et liés au développement durable (DD), aux principales activités ou interventions en EEDD, et aux niveaux et aux types d’engagement déclarés. Les analyses effectuées témoignent de différences significatives entre les groupes à l’étude et pointent vers plusieurs pistes permettant de soutenir le développement professionnel des personnes enseignantes et éducatrices en cette matière.
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 | 0.015 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| 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".