Évaluation de l'impact de programmes d'ERE sur la citoyenneté environnementale des élèves du troisième cycle du primaire et du premier cycle du secondaire
Bibliographic record
Abstract
Dans le cadre de cette recherche, nous avons tracé un portrait de la citoyenneté environnementale d'une vingtaine d'élèves du primaire et du secondaire. Nous avons également dégagé l'impact de deux programmes d'ERE (j'Adopte un cours d'eau et Rivière du Nord) sur l'évolution de cette citoyenneté. Nous avons identifié un impact significatif sur deux des cinq composantes de la citoyenneté environnementale. On peut affirmer que les deux programmes étudiés contribuent à amplifier un lien affectif (sensibilité environnementale) qu'entretient l'enfant avec la nature en facilitant l'acquisition de connaissances du milieu naturel qui est, dans notre cas, la rivière. Par contre, nous ne pouvons conclure qu'il y a eu un impact sur le sentiment de pouvoir agir, les habiletés de participation démocratique ou le jugement critique des élèves. Nos constatations ne sont pas généralisables, dans la mesure où notre recherche de type descriptive possède un petit échantillon, mais nous permet tout de même de conclure qu'il y a un intérêt certain à poursuivre les recherches en ce sens.Dans le contexte québécois de la réforme en éducation et de la préoccupation grandissante pour les problèmes environnementaux, il est nécessaire de se pencher sur les effets de tels programmes d'ERE sur les apprentissages des élèves ainsi que l'évolution de leur citoyenneté.
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 | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".