Dual-process theory et résolution de problèmes additifs de comparaison par des étudiants universitaires
Notice bibliographique
Résumé
Plusieurs variables peuvent être manipulées afin de complexifier volontairement le traitement d’un problème additif de comparaison. Dans cet article, nous cherchons à déterminer si 1) la congruité entre l’écriture des nombres et la relation exprimée et 2) l’apparence d’une relation de proportionnalité entre les valeurs numériques sont des variables à considérer lors de la conception de tels problèmes. Afin de vérifier l’effet de ces variables sur les taux de réussite ainsi que sur les stratégies de résolution adoptées, nous avons recruté 272 étudiants universitaires, lesquels ont été invités à résoudre des problèmes additifs de comparaison. Nous avons sélectionné, dans la littérature, deux problèmes dont les taux de réussite étaient particulièrement bas. Nous avons ensuite élaboré une version modifiée de ces problèmes, version à l’intérieur de laquelle seules les valeurs numériques variaient. Nous avons effectué une analyse par problème et comparé les taux de réussite des deux versions. Nos résultats indiquent un taux de réussite significativement plus bas aux problèmes originaux. L’analyse des réponses révèle par ailleurs qu’il nous a été possible de manipuler les valeurs numériques de manière à freiner la formulation d’un jugement intuitif incorrect.
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 | 0,055 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 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 ».