Définir le premier palier d’intervention en mathématiques sous l’angle des apprentissages à réaliser par l’élève et d’une pratique pédagogique à privilégier par l’enseignant
Bibliographic record
Abstract
Une des composantes du modèle de la réponse à l’intervention (RàI) est la mise en place d’un premier palier d’intervention efficace s’adressant à tous les élèves de la classe. L’objectif du présent article est de définir les éléments qui composent ce premier palier d’intervention pour la mathématique. Pour ce faire, nous traitons des apprentissages à réaliser par l’élève et d’une pratique pédagogique à privilégier par l’enseignant. Pour ce qui est des apprentissages à réaliser, nous proposons trois dimensions qui doivent être développées pour tous les concepts mathématiques : la compréhension conceptuelle, la fluidité et la flexibilité. Nous traitons également de l’importance d’utiliser différents modes de représentation d’un concept. Pour réaliser ces apprentissages, la résolution de problèmes s’avère une pratique à privilégier selon plusieurs auteurs. Nous décrivons les grandes étapes du déroulement d’un enseignement de la mathématique à l’aide de cette pratique et exposons certains enjeux y étant associés.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.007 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.025 | 0.004 |
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".