Conception d'une grille d'analyse des langages de programmation utilisés en algorithmique dans le programme Techniques de l'informatique
Notice bibliographique
Résumé
L’algorithmique est le fondement logique de la programmation. La sélection d’un langage de programmation pour l’apprentissage et l’enseignement de l’algorithmique pour ordinateurs est une décision d’une importance capitale. En effet, les répercussions de ce choix sont multiples et affectent profondément les étudiants et étudiantes. La personne ou l’équipe responsable de ce choix porte une lourde responsabilité lors de cette prise de décision. Malheureusement, peu d’outils encadrent la réflexion sur ce sujet. Cet essai décrit le processus de conception d’une grille d’analyse des langages de programmation permettant de guider le, la ou les responsables de ce choix. Concrètement, l’objectif général de cette recherche développement est de concevoir une grille d’analyse des langages de programmation pour l’apprentissage et l’enseignement de l’algorithmique dans le cadre du programme Techniques de l’informatique au collégial québécois pour permettre à un enseignant, une enseignante ou une équipe de sélectionner le langage de programmation le plus approprié pour leurs étudiants et étudiantes, et pour faciliter leur rapport aux savoirs algorithmiques. À l’aide d’un cadre de référence de questionnement didactique selon Lapierre (2008) et en y intégrant divers cadres de références secondaires, cette recherche procédera à l’atteinte des objectifs spécifiques suivants : 1. Dégager les attributs d’un langage de programmation pour l’apprentissage et l’enseignement de l’algorithmique adapté aux besoins des cours de programmation introductifs en Techniques de l’informatique au niveau collégial québécois. 2. Mettre au point une grille d’analyse des langages de programmation à partir des attributs dégagés. 3. Valider la grille d’analyse auprès de pairs quant à son utilité pour le choix d’un langage de programmation approprié. La méthodologie encadrant la démarche de recherche est basée sur le modèle de recherche développement proposé par Loiselle et Harvey (2009). Ce modèle propose cinq phases macroscopiques : l’origine de la recherche, le référentiel, la méthodologie, l’opérationnalisation et les résultats. La phase « origine de la recherche » du modèle est détaillée dans le chapitre 1 de cet essai, la problématique, tandis que la phase « référentiel » est décrite dans le chapitre 2, le cadre de référence. Le troisième chapitre de cet essai décrit la phase « méthodologie » de la recherche développement. Finalement, les phases « opérationnalisation » et « résultats » du modèle de Loiselle et Harvey sont présentés ensemble dans le dernier chapitre de l’essai : la présentation et l’interprétation des résultats. Une première version de la grille d’analyse des langages de programmation est produite pour être ensuite soumise à des pairs pour une collecte de données. L’analyse de ces données permettra la création d’une version améliorée de la grille : ce sera le produit final issu du processus de développement documenté dans cet essai et elle est présentée à la fin du chapitre 4.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».