Facteurs qui influencent la conception des tâches de robotique pédagogique soutenant la résolution collaborative de problèmes
Notice bibliographique
Résumé
La capacité à résoudre des problèmes de manière collaborative constitue une compétence fondamentale pour les élèves du primaire. Les travaux de recherche se sont majoritairement focalisés sur l’analyse et l’évaluation de cette compétence chez les élèves du primaire. Cependant, peu d’attention a été portée au processus de conception des tâches visant à favoriser le développement de la résolution collaborative de problèmes chez ces élèves. Pourtant, la résolution collaborative de problèmes ne peut émerger de manière pertinente que si les tâches sont conçues de manière à encourager les élèves à collaborer. Cette recherche se concentre spécifiquement sur le processus de conception des tâches liées à la robotique pédagogique et utilise, comme cadre théorique, la théorie de l’activité d’Engeström. Les participants, composés d’enseignants du primaire et de conseillers pédagogiques, ont répondu à un questionnaire portant sur leur démarche de conception de tâches et ont participé à deux entrevues de groupes. Les résultats soulignent que la conception des tâches de robotique pédagogique, qui vise à développer la résolution collaborative de problèmes chez les élèves, est tributaire des habiletés technologiques et de conception de tâches en robotique pédagogique de la personne conceptrice. Les règles régissant la conception des tâches de robotique pédagogique incluent le temps nécessaire à leur mise en place et le travail d’équipe.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».