MétaCan
Menu
Retour à la cohorte
Enregistrement W1601294749 · doi:10.1522/18194211

transfert de connaissances entre les mathematiques et les sciences :

2003· book· fr· W1601294749 sur OpenAlexafffund
Ghislain Samson

Notice bibliographique

Revuenon disponible
Typebook
Languefr
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversité du Québec à MontréalUniversité de MontréalUniversité du Québec à ChicoutimiUniversité du Québec à RimouskiUniversité du Québec en OutaouaisUniversité du Québec à Trois-RivièresUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesUniversité du Québec à Trois-Rivières
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au moment où dans plusieurs pays on travaille à refondre les programmes d'études, tant au primaire qu'au secondaire, l'intérêt pour le transfert renaît. Un des concepts fondamentaux en apprentissage consiste en l'habileté à réutiliser de façon consciente et efficace un acquis d'une situation à une autre situation. Cette recherche émane de préoccupations professionnelles au moment où le chercheur était enseignant au secondaire. Au cours de ces années, il lui a été possible de constater que plusieurs élèves percevaient difficilement les liens présents entre les disciplines mathématiques et scientifiques. Des travaux en psychologie cognitive et plus particulièrement selon une perspective du traitement de l'information ont servi de cadre de référence pour évaluer et analyser les capacités de transfert auprès d'élèves de 4e secondaire. Ce cadre de référence permet de formuler le principal objectif qui est de mieux comprendre le processus de transfert chez des élèves en situation de résolution de problèmes scientifiques. Cette thèse s'intéresse donc au transfert en tant que phénomène important du processus d'apprentissage au sens de l'intégration. La méthode de recherche choisie, de nature qualitative, est principalement axée sur l'évaluation de la capacité à transférer des connaissances lors d'une épreuve et d'un entretien. Pour évaluer ce potentiel de transfert, nous avons élaboré deux outils : une épreuve en mathématiques et en sciences et un guide d'entretien. Pour la passation de l'épreuve, le chercheur a pu compter sur la collaboration de 130 sujets provenant de deux écoles. L'entretien complète la prise de données avec 13 sujets ayant accepté de poursuivre l'étude. Les données recueillies par ces instruments font ensuite l'objet d'une analyse de contenu. En premier lieu, les verbatims de l'épreuve et de l'entretien ont été transcrits, puis codifiés. La correction des réponses fournies pour les problèmes résolus s'est faite à partir d'une grille d'analyse qualitative et adaptée de la littérature (Thouin, 1995). Une seconde série d'analyses permettant de catégoriser les réponses selon la typologie des connaissances déclaratives, procédurales et conditionnelles complète la prise de données. Nos résultats indiquent que les sujets sont très influencés par des éléments de surface, principalement lorsqu'il s'agit de problèmes auxquels ils ne sont pas habitués. En l'absence de connaissances de base, plusieurs sujets vont tendre vers des propositions de solution « pratico-pratique » provenant de leur vécu : cela nous apparaît d'importance d'un point de vue didactique et en matière de transfert. Lors des entretiens réalisés un mois plus tard, les sujets ont éprouvé de la difficulté à se rappeler le contenu de l'épreuve. Et lorsqu'il y avait un rappel, celui-ci était superficiel et surtout axé sur le contenu ou le contexte d'un problème. La plupart des sujets ne pouvait nommer que deux ou trois éléments (des problèmes en mathématiques, en sciences physiques, le problème de la fenêtre, le problème du laser, etc.). Nos résultats confirment ce que plusieurs chercheurs (Julo, 1995, Jonnaert et Vander Borght, 1999; Richard et al, 1990) qui s'intéressent aux questions de l'apprentissage admettent aujourd'hui : l'élève ne travaille jamais sur la situation proposée par l'enseignant, mais bien sur la représentation qu'il s'en est construite. Au plan méthodologique, cette recherche est intéressante par la variété des sources de collecte de données utilisées, par l'application d'outils méthodologiques et d'analyses originaux tirés de la recherche et de la pratique. Du côté théorique, il résulte de cette étude une meilleure compréhension du processus de transfert des connaissances mathématiques vers les sciences physiques. Finalement, aux plans didactique et pédagogique, cette recherche alimente la réflexion sur l'apprentissage et l'enseignement des sciences au secondaire. Elle fait ressortir que les mathématiques sont importantes dans la mobilisation de certaines connaissances scientifiques et que l'enseignant peut et devrait jouer un rôle pour favoriser le transfert.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,004
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,403
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMathematics Education and Teaching TechniquesTravaux en français237 207