MétaCan
Menu
Retour à la cohorte
Enregistrement W2883886180 · doi:10.71781/5316

Nature et rôle des inférences impliquées dans la résolution de problèmes mathématiques

2017· dissertation· fr· W2883886180 sur OpenAlexaboutno aff
Marie Luquette

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophyHumanitiesPhysics

Résumé

récupéré en direct d'OpenAlex

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,008
Communication savante0,0130,015
Science ouverte0,0020,005
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,443
Écart entre enseignants0,393 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207