De la lecture à la résolution de problèmes: des habiletés spécifiques à développer
Notice bibliographique
Résumé
La reussite des eleves en mathematiques, particulierement la reussite en resolution de problemes ecrits, a souvent ete associee aux competences en lecture. Si plusieurs recherches ont permis d’etablir clairement un lien entre le rendement en lecture des eleves et leur rendement en mathematiques, nous ne savons pas encore precisement quelles habiletes specifiques en lecture constituent les meilleurs indicateurs du rendement en resolution de problemes ecrits de mathematiques. Notre objectif consiste a preciser les habiletes liees a la lecture que les bons solutionneurs mettent a profit en contexte de resolution de problemes ecrits de mathematiques. Pour atteindre les objectifs de la recherche, nous avons utilise un devis de recherche quantitatif. L’echantillon de l’etude est compose de 73 eleves de 4e annee du primaire. Les participants ont complete deux epreuves de comprehension en lecture, soit un texte narratif et un texte informatif, ainsi qu’un ensemble de problemes ecrits de mathematiques. Les analyses de correlation nous ont permis d’etablir des liens entre les differentes variables a l’etude. Les resultats soutiennent que certaines habiletes specifiques en lecture constituent des indicateurs a privilegier afin de juger du rendement en resolution de problemes ecrits de mathematiques des eleves. Mots-cles : Mathematiques, resolution de problemes ecrits, situation-probleme, comprehension en lecture, enseignement primaire.
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 | 0,009 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,011 |
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 ».