Grille de lecture de la compétence de résolution collaborative de problèmes dans le cadre des activités de robotique pédagogique
Bibliographic record
Abstract
L’importance de développer la compétence de résolution collaborative de problèmes des futurs enseignants de l’enseignement primaire a été soulignée par plusieurs études. Cependant, l’évaluation de cette compétence selon les actions déployées durant les activités de robotique pédagogique demeure très peu documentée. L’objectif de notre étude est de proposer aux enseignants une grille d’évaluation de la compétence de résolution collaborative de problèmes selon les différentes actions constituant l’activité de robotique pédagogique. Nous avons analysé une activité de robotique pédagogique réalisée par une équipe de quatre futurs enseignants de l’enseignement primaire, en mobilisant les concepts d’activité, d’action et d’opération de la théorie de l’activité et la matrice de résolution collaborative de problèmes proposée par Kamga (2019). Les résultats obtenus permettent de proposer une grille constituée de cinq actions : la modélisation de la construction du robot, la construction du robot, la modélisation du programme du robot, la programmation du robot et sa mise à l’essai et l’organisation de l’équipe.
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 | 0.009 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.009 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.013 | 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".