Proposition d’une typologie des pratiques effectives de programmation visuelle
Bibliographic record
Abstract
Cet article présente les résultats d’une étude de cas multiples menée auprès de 18 élèves du primaire au Québec, Canada. L’objectif de celle-ci était de proposer une typologie des pratiques effectives de programmation visuelle d’élèves du primaire. En plus d’offrir un portrait détaillé des pratiques mobilisées par les élèves dans le cadre de cette recherche, nous présentons une typologie des tâches de programmation visuelle pour des élèves du primaire en nous appuyant d’une part sur la littérature, et d’autre part sur les données empiriques de l’utilisation d’un scénario pédagogique qui permet aux élèves de mobiliser leurs habiletés en programmant un robot humanoïde appelé NAO. Cette proposition de typologie compréhensive et adaptée offre un potentiel pédagogique non négligeable, que ce soit quant à la conception de scénarios pédagogiques mobilisant la programmation visuelle à l’enseignement primaire, ou au développement de manuels ou guides pédagogiques destinés aux élèves ou aux enseignants du primaire.
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 | 0.005 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".