Hiérarchiser les besoins de diagnostic en mathématique en FP à l’aide d’un modèle de Rasch
Notice bibliographique
Résumé
Selon le MELS (2008, 2010), 30 % des élèves inscrits dans un programme deformation professionnelle (FP) au Québec n’obtiennent pas leur diplôme. Cettesituation est confirmée par les directeurs et les enseignants de la formation professionnelle,particulièrement lorsque le programme inclut des contenus ma thé -matiques comme, par exemple, en construction. La présente étude a donc pourobjectif de mieux définir la nature des difficultés en mathématique des élèves dela formation professionnelle. En utilisant la modélisation de rasch, l’étude hiérarchiseles besoins de diagnostic en mathématique tels que perçus par les enseignantset directions des établissements scolaires qui ont rempli un questionnaire.Les résultats mettent en évidence les difficultés des élèves dans plusieursdomaines de la mathématique ainsi que les besoins de diagnostic, notamment ence qui a trait au raisonnement logique, aux techniques de calcul, aux démarchesnécessitant plusieurs étapes et à la compréhension de l’énoncé des problèmes.
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 | 0,019 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».