Création d'une boîte à outils pédagogique pour les écoles primaires en partenariat avec la Régie intermunicipale de traitement des matières résiduelles de la Gaspésie
Bibliographic record
Abstract
Dans un contexte où les quantités de matières résiduelles envoyées au lieu d'enfouissement technique augmentent au Québec, la sensibilisation en amont apparaît comme une stratégie incontournable. En effet, malgré la mise en place de services d'écocentres, de centres de tri et de sites de compostage, outiller la population dès un jeune âge correspond à l’une des solutions inévitables. L'objectif de cette production de fin d'études est de créer une boîte à outils éducative en gestion des matières résiduelles pour les écoles primaires de la municipalité régionale de comté Rocher-Percé et la ville de Gaspé, pour la Régie intermunicipale de traitement des matières résiduelles de la Gaspésie, dans le cadre du déploiement de sa stratégie éducative. Cette production est basée sur une approche méthodologique appuyée sur l'analyse des besoins d'apprentissage, combinant des informations issues de données secondaires (cadre législatif, programme de formation de l'école québécoise, stratégies d'éducation au développement durable et d'éducation relative à l'environnement) et de données primaires (questionnaire auprès du personnel enseignant). Cette analyse a permis d'établir trois buts de formation ainsi que les éléments à prendre en considération dans les outils, en fonction des parties prenantes (Régie intermunicipale de traitement des matières résiduelles de la Gaspésie, Ministère de l'éducation et personnel enseignant) pour répondre aux besoins des élèves du préscolaire jusqu'à la 6e année dans les écoles primaires. Cette démarche a permis de créer une boîte à outils composée de quatre ateliers comprenant une présentation informative et une activité pour chaque groupe d'âge (préscolaire, 1er, 2e et 3e cycle), un guide d'utilisation et un guide d'animation. La phase de validation a permis de peaufiner les outils développés pour que l'aspect communicationnel respecte le niveau d’apprentissage scolaire des élèves. Finalement, en fonction des réponses du personnel enseignant tout au long du processus, une liste de recommandations a été formulée dans le but d'améliorer les outils qui seront développés à l'avenir, tels que la création de capsules vidéo spécifiques sur les différentes installations qui collectent les diverses matières dans la région, comme le centre de tri, les écocentres, le lieu d'enfouissement technique et les sites de compostage.
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 | 0.008 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".