MétaCan
Menu
Retour à la cohorte
Enregistrement W4393933234 · doi:10.7202/1110039ar

Le développement de la pensée mathématique des enfants : portrait des besoins ressentis par des enseignants à l’éducation préscolaire québécois

2023· article· fr· W4393933234 sur OpenAlexaffabout
Raymond Nolin, Krasimira Marinova

Notice bibliographique

RevueRevue internationale de communication et socialisation · 2023
Typearticle
Languefr
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPortraitHumanitiesArtSociologyPolitical scienceArt history

Résumé

récupéré en direct d'OpenAlex

Selon certaines recherches, le développement de la pensée mathématique des enfants à l’éducation préscolaire serait un important prédicteur de leur réussite scolaire ultérieure (Duncan et al., 2007; Pagani et al., 2010). Pourtant, il semble que plusieurs enfants terminent la maternelle au Québec sans avoir les acquis nécessaires pour réussir en mathématique, et ce, dès la première année (Pagani et al., 2010). L’un des facteurs qui pourrait l’expliquer est le fait que les enseignants manqueraient de connaissances en ce qui a trait aux habiletés et aux savoirs liés à la pensée mathématique (Ginsburg et Ertle, 2008). Nous avons donc mené une recherche mixte afin de documenter et de prioriser les besoins ressentis par des enseignants à l’éducation préscolaire en lien avec le développement de la pensée mathématique des enfants. Les analyses ont mis en évidence que les enfants développent leur pensée mathématique de multiples façons, que les enseignants la conçoivent de diverses façons et qu’ils ressentent divers besoins liés : 1) à la formation; 2) à l’environnement éducatif; 3) aux ressources pédagogiques 4) aux connaissances concernant le développement de la pensée mathématique. Sous un angle de priorisation, les besoins liés aux connaissances semblent prioritaires.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,371
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de communication et socialisationMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207