L’interprétation des difficultés d’apprentissage en mathématiques : perspectives, défis, enjeux et liens avec le rapport à la diversité
Bibliographic record
Abstract
Dans le domaine des mathématiques, les écrits scientifiques se rapportent essentiellement à deux perspectives distinctes concernant la problématique des difficultés d’apprentissage. La première perspective, qui regroupe principalement les personnes chercheuses issues des sciences cognitives, est essentiellement centrée sur l’identification et la description de dysfonctionnement propres à l’élève (Rajotte, 2014). Par ailleurs, les tenants de la seconde perspective, principalement rattachés au champ de recherche en didactique des mathématiques, s’intéressent plutôt au fonctionnement du système didactique afin d’expliquer dans quels contextes émergent les difficultés d’apprentissage (Giroux, 2010). Bien que les débats scientifiques dans le domaine aient majoritairement opposé les tenants de ces deux perspectives interprétatives, depuis les dernières années, des personnes chercheuses associées à une troisième perspective se sont jointes à la discussion concernant l’interprétation des difficultés d’apprentissage (Rajotte et al., 2020). En complémentarité avec les fondements propres à la didactique des mathématiques, la posture adoptée par les tenants de cette troisième perspective, essentiellement associée aux sciences sociales, met en lumière l’importance d’adopter un point de vue anthropologique permettant de considérer des variables culturelles dans l’explication des difficultés des élèves en mathématiques. Ce texte réflexif vise à soutenir le développement de l'éducation inclusive en mettant en lumière les différents enjeux, les défis et les liens qu’entretient chacune de ces trois perspectives interprétatives des difficultés d'apprentissage en mathématiques dans leur rapport à la diversité.
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 | 0.013 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.005 | 0.042 |
| Scholarly communication | 0.017 | 0.017 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.007 | 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".