La résolution de problèmes écrits d’arithmétique : le rôle déterminant des inférences
Notice bibliographique
Résumé
La réussite des élèves en résolution de problèmes écrits a souvent été associée aux compétences en lecture. En ce sens, il importe de comprendre comment les habiletés liées à la lecture peuvent s’articuler pour permettre l’apprentissage de la résolution de problèmes écrits. L’objectif de recherche consiste à vérifier l’influence de deux habiletés en lecture sur le rendement en résolution de problèmes écrits de mathématiques d’élèves du troisième cycle du primaire. À cette fin, nous avons utilisé un devis quantitatif s’inscrivant dans les études corrélationnelles prédictives. Les 176 élèves ayant participé à l’étude ont réalisé deux épreuves de compréhension en lecture se traduisant par la lecture d’un texte narratif et d’un texte informatif auxquels était rattachée une série de dix questions, soit cinq questions de repérage et cinq questions d’inférence. Les participants ont aussi résolu un ensemble de six problèmes écrits de mathématiques. Les résultats des analyses de régression linéaires effectuées soutiennent que la compréhension aux questions d’inférence représente l’habileté spécifique en lecture qui est la plus liée au rendement en résolution de problèmes écrits. Ces résultats nous amènent à mettre en évidence l’importance de développer l’habileté à émettre des inférences à l’école.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,157 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».