Tâches complexes en mathématiques : difficultés des élèves et exploitations collectives en classe
Notice bibliographique
Résumé
Cet article s’intéresse aux tâches complexes proposées en Belgique francophone en guise d’exemples d’outils permettant d’évaluer les compétences en mathématiques des élèves en fin d’enseignement primaire (6 e année). En confrontant les résultats de deux recherches portant sur une même tâche complexe (observation d’élèves lors de la résolution de la tâche en petits groupes, d’une part, et observation de situations d’enseignement menées en groupe-classe, d’autre part), le présent article tente d’apporter un éclairage aux questionnements suivants : 1) Quelles exploitations collectives les enseignants proposent-ils pour aider les élèves? 2) Prennent-ils en compte les erreurs et les difficultés des élèves? 3) S’appuient-ils sur leurs démarches efficaces? Globalement, si les résultats montrent que les enseignants s’appuient partiellement sur les difficultés des élèves et sur les démarches qui se sont avérées les plus efficaces lors l’observation des élèves en situation autonome de résolution, ils révèlent également un guidage directif de la part des enseignants et un implicite quant aux raisons guidant certains choix de démarches plutôt que d’autres risquant in fine de ne pas suffisamment soutenir le développement des compétences visées.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».