Interactions sociales et apprentissages mathématiques dans une classe d’élèves en difficulté grave d’apprentissage
Bibliographic record
Abstract
Le rôle des interactions sociales dans le développement de la pensée mathématique des élèves est l’objet d’attention de nombreux didacticiens des mathématiques depuis plusieurs années déjà. Le présent texte s’intéresse à cet aspect des interactions sociales dans le cadre spécifique des apprentissages mathématiques réalisés par des élèves en difficulté grave d’apprentissage dans un contexte de classe spéciale. Le point de vue adopté s’inspire des travaux de Vygotski (1994). Les idées de cet auteur, plus particulièrement sur la « défectologie », soulèvent quelques éléments de problématique encore fort pertinents de nos jours relativement au développement et à l’éducation des élèves en difficulté. Ce texte présente en premier lieu les idées fondamentales de Vygotski. Les résultats d’une étude conduite spécifiquement en classe spéciale auprès d’élèves en difficulté grave d’apprentissage sont ensuite présentés, en centrant la réflexion sur le cas de Fred. L’illustration de ce cas permet de corroborer certaines des idées de Vygotski sur les phénomènes d’enseignement et d’apprentissage qui se mettent en place dans des situations d’interaction, favorisant l’évolution de la pensée mathématique des élèves en difficulté. Entre autres, le rôle de la médiation symbolique et de la médiation par l’entourage (les pairs et l’enseignant) sont mis en évidence.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".