MétaCan
Menu
Retour à la cohorte
Enregistrement W7033356844

Prévoir la différenciation pédagogique : l’exemple de la résolution de situations-problèmes mathématiques au deuxième cycle du primaire au Québec

2021· dissertation· fr· W7033356844 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2021
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimitingContext (archaeology)Adlerian
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans cette étude qualitative descriptive/interprétative, nous cherchons comment des enseignantes réputées expertes au deuxième cycle du primaire au Québec prévoient la différenciation pédagogique en résolution de problèmes mathématiques. Pour comprendre les contraintes et conditions de cette prévision, nous avons utilisé le modèle de Verschaffel, Greer et De Corté (2000) qui un modèle didactique crée pour comprendre les différentes phases de la démarche par laquelle passe l’élève pour résoudre un problème. Nous avons couplé ce modèle avec les dispositifs de la différenciation pédagogique de Tomlinson (2000) à savoir la différenciation des processus, la différenciation des productions, la différenciation des structures et la différenciation des contenus. Dans chaque phase de la démarche et chaque dispositif évoqué par les enseignantes, nous avons décrit les adaptations en général et les adaptations pour un ou des élèves en particulier. Il en ressort que prévoir comment différencier en résolution de situations-problèmes mathématiques relève d’un défi. En effet, même si les enseignantes rapportent prévoir utiliser un grand nombre de gestes de pratique pour tenir compte des besoins diversifiés de leurs élèves, elles semblent vouloir garder prise sur la plupart des explications avant de laisser les élèves se lancer seuls dans la résolution de la situation-problème mathématique. Cela s’explique par les contraintes nombreuses à gérer ainsi que leur perception de l’étayage à mettre en place pendant la recherche des élèves. Cela a pour conséquence de ne pas toujours exposer les élèves à risque au travail avec leurs pairs -bien qu’ils bénéficient alors grandement des rétroactions immédiates de l’enseignante- et a tendance à laisser de côté les besoins des élèves avancés.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,481

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,011
Communication savante0,0060,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetMathematics Education and Teaching TechniquesTravaux en français237 207