Éducation basée sur le lieu et revitalisation des savoirs autochtones : perspectives des facilitateurs culturels mapuche au Chili
Bibliographic record
Abstract
Les connaissances territoriales tiennent une place centrale dans l’éducation et la pédagogie autochtones. Elles sont fondamentales pour enseigner le sens du lieu (sense of place) comme milieu de vie et espace de pouvoir, autant que pour enrichir les représentations des dynamiques socio-territoriales. Cet article présente et discute un ensemble de repères d’éducation basée sur le lieu (place-based education) proposés par des facilitateurs culturels mapuche (kimche) en vue de leur intégration dans l’éducation scolaire, au sein de leurs communautés de pratique. La recherche exploratoire s’appuie sur une collecte de données auprès d’éducateurs traditionnels mapuche de la région de l’Araucanie (Chili). Les données ont été traitées selon l’approche de l’analyse thématique. L’éducation basée sur le lieu se conceptualise comme une approche éducative utilisant les aspects de l’environnement local comme repères d’acquisition de connaissances et d’intégration d’apprentissage. Les éducateurs traditionnels rencontrés ont identifié un ensemble de vingt-cinq notions et concepts autochtones à intégrer dans l’éducation scolaire. Ces concepts synthétisent des connaissances, essentielles pour une éducation visant l’équilibre avec l’environnement naturel. Avec l’acquisition de ces savoirs, il devrait émerger chez les apprenants la possibilité de mieux comprendre des problématiques environnementales et de s’interroger sur des questions socialement vives de leurs communautés. Grâce à une intégration école-communauté mapuche, l’éducation basée sur ces connaissances territoriales autochtones pourrait favoriser le développement de compétences permettant de tisser des liens entre le soi (l’identité), le lieu (l’environnement naturel) et l'autre (l’environnement social).
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".