Les causes de l'amélioration des performances en calcul mental
Notice bibliographique
Résumé
L'objet de notre étude est d'investiguer les causes de l'amélioration des performances en calcul mental. Il est généralement admis qu'une transition des procédures à la récupération directe en mémoire à long terme est possible grâce à une pratique répétitive des calculs pendant l'enfance, qui conduit à la mémorisation d'un lien associatif entre la réponse générée au moyen du comptage et le calcul. Dans ce contexte, l'amélioration des performances en calcul mental est expliquée par un changement d'utilisation de stratégies lentes de comptage à la récupération directe du résultat en mémoire (Logan, 1988 ; Logan et Klapp, 1991 ; Siegler & Shrager, 1984). Cependant, il existe un autre point de vue, soutenu par des études récentes, selon lequel l'amélioration des performances en résolution de calcul à travers la pratique n'est pas expliquée par le glissement à la récupération directe mais par une accélération des procédures de comptage, qui deviennent très rapides car très automatisées (Barrouillet & Thevenot, 2013 ; Fayol & Thevenot, 2012). Une étude influente qui soutient la transition des procédures de comptage à la récupération a été menée par Logan et Klapp en 1991...
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».