La généralisation algébrique: Un processus mathématique peu développé chez les élèves à la fin de l’école secondaire
Bibliographic record
Abstract
Généraliser est un processus essentiel de l’activité mathématique. Son apprentissage au primaire et au secondaire ne va pas de soi. Souvent, les élèves construisent en actes des généralités à l’insu de l’enseignant. Ces généralités peuvent être vraies ou fausses sans qu’elles soient questionnées par l’élève et par l’enseignant. Nous faisons l’hypothèse que ce processus est faiblement développé chez les élèves de l’école primaire et secondaire. Pour la vérifier, nous avons mené une recherche auprès d’un échantillon composé de 76 étudiants inscrits dans un programme universitaire de premier cycle et ayant suivi majoritairement une formation au secondaire non spécialisée en mathématiques. Nous leur avons soumis le problème suivant:Si n est un entier naturel, le nombre n2+ n + 41 est-il, 1) toujours premier? 2) quelquefois premier? ou jamais premier? Justifiez votre réponse.L’analyse des réponses porte sur la nature arithmétique ou algébrique de la généralisation ainsi que sur la qualité des justifications. Nos résultats montrent que 75% des répondants manifestent une généralisation à tendance arithmétique: la généralisation est formulée à partir de quelques essais numériques. Alors que 25 % des réponses manifeste des généralisations à tendance algébrique: la généralisation est formulée à partir d’une analyse de la structure syntaxique de l’expressionn2+ n + 41. Ces résultats pointent selon nous une lacune importante de l’enseignement des mathématiques à l’école primaire et secondaire.
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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".