Jardins pédagogiques dans les écoles primaires : point de vue d’intervenantes scolaires
Bibliographic record
Abstract
Depuis une trentaine d’années, des interventions « vertes », telles que les jardins pédagogiques, sont en émergence en milieu scolaire. Malgré l’intérêt de chercheur.se.s pour les retombées de telles initiatives chez les jeunes, peu de choses sont connues à ce jour concernant les effets des programmes de jardins pédagogiques chez les adultes qui les mettent en œuvre. S’inscrivant dans une démarche évaluative en association avec Croquarium, cette étude vise à mieux comprendre l’expérience globale des intervenant.e.s scolaires qui adoptent le programme de formations offert par cet organisme en milieux scolaires et à mettre au jour les retombées de celui-ci. Une analyse thématique inductive de cinq entretiens individuels semi-structurés effectués auprès d’intervenantes scolaires du primaire a d’abord permis de mettre en lumière les effets de l’adoption de ce programme axé sur des approches d’enseignement non traditionnelles sur le développement personnel des jeunes et des adultes qui les accompagnent. Les résultats montrent entre autres l’émergence de collaborations avec les milieux externes à l’école. L’influence du contexte de la COVID-19 sur les projets de jardins pédagogiques a aussi été mise en évidence.
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 | 0.011 | 0.017 |
| 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 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".