Le tinkering au cœur du processus de résolution de problèmes en contexte de fabrication numérique à l’école
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
À l’ère du 21e siècle, la littérature scientifique fait ressortir la résolution de problèmes comme l’une des compétences les plus recherchées par les employeurs à travers le monde. Cependant, peu d’écrits semblent s’être penchés sur le développement de cette compétence à l’école, surtout en contexte numérique. Au Nouveau-Brunswick, un changement de finalités de l’école implique davantage un enseignement axé sur les compétences, dont la résolution de problèmes. Par conséquent, appuyés par les écrits en technopédagogie, de nouveaux milieux d’apprentissage tels que les laboratoires de fabrication numérique peuvent représenter des environnements propices au développement de la résolution de problèmes. À partir d’un devis qualitatif interprétatif mené dans les laboratoires de fabrication numérique de deux écoles au Nouveau-Brunswick, l’analyse des résultats de la présente étude permet d’identifier le tinkering comme concept central dans les processus de résolution de problèmes. Notre recherche permet aussi de pointer vers d’autres éléments conceptuels importants entourant ce processus tel que l’étayage pédagogique et le degré d’autonomie des élèves. Enfin, notre étude confirme que la résolution de problèmes n’est pas un processus linéaire ; elle se déroule plutôt de façon itérative et peut être influencée par le niveau de compétences numériques des élèves.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle