Problèmes de comparaison en classe du primaire: analyse d'une pratique enseignante autour de l'engagement des élèves dans leur activité mathématique
Bibliographic record
Abstract
Notre étude cherche à analyser la pratique d'une enseignante sous l'angle de comment elle perçoit sa pratique habituelle des mathématiques et ce qu'elle fait pour faire participer les élèves en classe. En ce sens, nous avons suivi une classe de 5e année (23 élèves entre 10 et 11 ans) et son enseignante au Québec/Canada pendant une séquence d'enseignement portant sur la compréhension des relations de comparaison (6 séances). Ces observations ont été complétées par 5 entrevues semi-dirigées avec l'enseignante et par les activités données aux élèves en classe (5 scénarios). Pour atteindre l'objectif annoncé, dans cet article, nous analyserons plus précisément les entrevues faites avec l'enseignante. Les analyses faites permettent de mettre en évidence certains aspects (choix) de la pratique d'enseignement qui cherchent à favoriser la participation des élèves en classe. Ses choix portent sur une approche par le jeu, une introduction plus graduelle des concepts qui favoriserait une meilleure compréhension chez les élèves ainsi que l'importance du travail en équipe.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.063 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".