Étude de l’influence de la scène visuelle d’une tâche mathématique sur la motivation d’élèves de la sixième année
Notice bibliographique
Résumé
Malgré les ressources importantes mises en place afin de lutter contre le décrochage, encore trop d’élèves quittent le système éducatif sans diplôme (Secrétariat à la jeunesse du Québec, 2016 dans Bourgeois, 2016). Puisque la démotivation est un élément déterminant dans la décision du jeune d'abandonner ses études (Blanchette, 2006), nous aurions tout intérêt à susciter la motivation scolaire (Plante et al., 2013; Steinmayr et Spinath, 2009 dans Fréchette-Simard et al., 2019). D’ailleurs, des études soulignent la contribution des enseignants dans la construction du profil motivationnel des élèves (Bouffard, Brodeur et Vezeau, 2005). Nous nous demandons si la scène visuelle des documents présentés aux élèves peut agir à titre de stratégie motivationnelle efficace. C’est dans cette perspective que des données de nature quantitative ont été collectées auprès d’un bassin d’élèves de la sixième année du primaire. Des résultats préliminaires descriptifs sont donc exposés dans le présent article.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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; 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 ».