Séquence d’activités alliant géométrie dynamique et raisonnement mathématique : trois profils de futur·es enseignant·es de mathématiques au secondaire
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
Au Québec, Déployer un raisonnement mathématique est une compétence visée à l’école secondaire (MEQ, 2006), mais une recherche de Mary (1999) mentionne que les futur·es enseignant·es semblent accorder moins d’importance aux composantes de validation et de preuve dans le raisonnement. Ma recherche doctorale se base sur l’hypothèse qu’une séquence d’activités montrant la complémentarité de la preuve et des explorations géométriques avec GeoGebra pourrait amener les futur·es enseignant·es à mieux saisir ces enjeux (Damboise, 2019). Les approches anthropologique (Chevallard, 1998) et instrumentale (Trouche, 2007) ainsi que quelques repères théoriques ont servi à articuler cette séquence, alliant savoirs mathématiques et techniques. Elle a été expérimentée avec de futur·es enseignant·es de mathématiques et une discussion à la fin de chaque activité permettait une réflexion critique et didactique sur l’adaptation de la séquence pour des élèves du secondaire ; s’inscrivant ainsi dans une démarche de développement professionnel et de formation initiale. L’analyse des données recueillies à la suite de l’expérimentation s’est appuyée sur les niveaux de preuve (Balacheff, 1998) et l’espace de travail mathématique (Kuzniak, 2011). La séquence a contribué à l’instrumentation et l’instrumentalisation des participant·es au regard de GeoGebra et a permis de dégager trois profils d’étudiant·es caractérisés sur leur vision du développement du raisonnement mathématique dans l’enseignement.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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