Bibliographic record
Abstract
Depuis quelques années, j’observe des étudiantes en adaptation scolaire intervenant auprès d’élèves en difficultés d’apprentissage en mathématiques. Ces observations, en direct ou par l’intermédiaire d’enregistrements vidéoscopiques, m’ont conduite à m’interroger sur la relation d’aide qui s’installe entre l’enfant et l’intervenante et sur le lien de dépendance qui semblait se manifester à l’occasion. C’est sous l’angle du contrat didactique sous l’influence d’objectifs plus explicites ici qu’en classe ordinaire, me semble-t-il, que j’analyse les interventions réalisées auprès d’une enfant en difficultés d’apprentissage, à propos de problèmes simples d’addition et de soustraction. Cette analyse me permet d’illustrer le lien de dépendance dont je viens de parler et sa persistance malgré des interventions visant justement à le briser. Au-delà du contrat, je donne également une explication à ce phénomène en pointant les limites de l’intervention envisagée. Celle-ci, consistant à donner aux élèves une démarche de résolution de problèmes, ne peut permettre à l’élève de comprendre parce qu’elle ne repose pas sur une analyse de la tâche à réaliser et parce qu’elle ne permet pas un travail cognitif de l’enfant à propos de la tâche mathématique spécifique qui est en jeu.
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 | 0.008 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".