Conceptions des futurs maîtres du primaire relativement à l'utlisation de la resolution de problèmes en mathématiques
Bibliographic record
Abstract
Cet article rapporte les résultats d'une étude portant sur les conceptions de l'enseignement des mathématiques chez des futurs maîtres qui suivent leur premier cours en didactique des mathématiques. Quatre activités d'enseignement, portant sur la multiplication et la division, ont été proposées. Les futurs maîtres ont identifié les forces et les faiblesses lors d'une première discussion en sous-groupes. Ils ont ensuite été invités à valider et justifier leurs choix en groupe d'experts, selon la modalité proposée en apprentissage coopératif. Enfin, de retour dans leur groupe initial, ils ont identifiés ce qu'ils considèrent important à retenir pour l'apprentissage et l'enseignement de la notion mathématique en jeu. Une analyse des 88 questionnaires, complétés durant les discussions, a été réalisée. Nos résultats laissent apparaître certaines conceptions à l'égard de ce type d'activité d'enseignement notamment l'importance pour eux d'illustrer un problème par un matériel et d'être conforme aux objectifs d'apprentissage. En outre, le questionnement est vu comme un générateur de confusions chez les élèves. Les discussions en groupe d'experts semblent susciter un approfondissement de ces conceptions dans le cas où les activités d'enseignement ne posent pas de problème de contenu mathématique aux futurs maîtres. Les résultats obtenus permettent de dégager des moments de tension qui guideront nos interventions dans la classe de didactique à l'université.
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 | 0.013 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.007 | 0.013 |
| Scholarly communication | 0.012 | 0.013 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".