Nature et rôle des inférences impliquées dans la résolution de problèmes mathématiques
Notice bibliographique
Résumé
Dans le milieu des enseignants de mathématiques au secondaire, on entend souvent dire que les élèves ont de la difficulté à résoudre des problèmes « parce qu’ils ne savent pas lire ». Si l’on admet aisément l’existence d’un lien entre les habiletés en lecture et celles en résolution de problèmes, il importe d'examiner ce lien de façon systématique afin d’aller au-delà des idées reçues. Cette thèse s’intéresse donc au rôle de la lecture dans la résolution de problèmes mathématiques et, en particulier, à une composante-clé de la compréhension en lecture : les inférences. Différents modèles de la compréhension en lecture ont été explorés pour mieux discerner le rôle qu’y jouent les inférences. Il en ressort que, pour bien comprendre un texte, il faut s’en construire une représentation mentale appelée modèle de situation, dans la construction de laquelle les inférences jouent un rôle important. Plusieurs auteurs s’étant intéressés à la compréhension de problèmes mathématiques parlent également du modèle de situation – par opposition à une stratégie de traduction directe où l’élève ne fait que combiner, au fur et à mesure qu’ils apparaissent, les nombres et les mots-clés de l’énoncé – comme d’un facteur important dans la réussite en résolution de problèmes, sans toutefois aborder la question des inférences. Or, puisqu’elles interviennent dans la construction du modèle de situation, le fait de ne pas construire un tel modèle pourrait être lié à des lacunes dans les habiletés inférentielles ; c’est ce que nous avons voulu vérifier, de même que la nature des inférences impliquées dans la résolution de problèmes et le rôle qu’elles y jouent. Pour ce faire, différentes épreuves ont été administrées à 175 élèves québécois de 4e secondaire : habiletés inférentielles en lecture, résolution de problèmes mathématiques, tâche de rappel des énoncés desdits problèmes, et, pour certains élèves, une entrevue individuelle. Les données ainsi obtenues nous ont permis de tirer les conclusions suivantes. D’abord, il y a une corrélation positive entre le score obtenu en production d’inférences et celui en résolution de problèmes ; nous avons également déterminé quels types d’inférences étaient le plus fortement corrélés à la réussite en résolution de problèmes. Ensuite, puisque les inférences sont impliquées dans la construction d’un modèle de situation, nous avons voulu savoir si les élèves qui construisent un tel modèle réussissent mieux en production d’inférences que ceux utilisant une stratégie de traduction directe, ce qui fut le cas. Ces résultats nous permettaient de déceler des tendances générales en ce qui concerne la nature des inférences impliquées dans la résolution de problèmes mathématiques, mais nous avons voulu voir s’il était possible d’établir des profils d’élèves en combinant leurs habiletés inférentielles et leur stratégie privilégiée de résolution de problèmes. Nous avons ainsi pu identifier six profils ayant chacun des caractéristiques spécifiques. Finalement, nous avons analysé les données recueillies pour faire ressortir six rôles joués par les inférences dans la démarche de résolution d’un problème mathématique, de même que les moments auxquels des inférences étaient produites et le type d’inférence dans chacun des cas.
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 | 0,013 | 0,065 |
| 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 | 0,008 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».