MétaCan
Menu
Back to cohort
Record W4393933234 · doi:10.7202/1110039ar

Le développement de la pensée mathématique des enfants : portrait des besoins ressentis par des enseignants à l’éducation préscolaire québécois

2023· article· fr· W4393933234 on OpenAlexaffabout
Raymond Nolin, Krasimira Marinova

Bibliographic record

VenueRevue internationale de communication et socialisation · 2023
Typearticle
Languagefr
FieldMathematics
TopicCognitive and developmental aspects of mathematical skills
Canadian institutionsUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Trois-Rivières
Fundersnot available
KeywordsPortraitHumanitiesArtSociologyPolitical scienceArt history

Abstract

fetched live from OpenAlex

Selon certaines recherches, le développement de la pensée mathématique des enfants à l’éducation préscolaire serait un important prédicteur de leur réussite scolaire ultérieure (Duncan et al., 2007; Pagani et al., 2010). Pourtant, il semble que plusieurs enfants terminent la maternelle au Québec sans avoir les acquis nécessaires pour réussir en mathématique, et ce, dès la première année (Pagani et al., 2010). L’un des facteurs qui pourrait l’expliquer est le fait que les enseignants manqueraient de connaissances en ce qui a trait aux habiletés et aux savoirs liés à la pensée mathématique (Ginsburg et Ertle, 2008). Nous avons donc mené une recherche mixte afin de documenter et de prioriser les besoins ressentis par des enseignants à l’éducation préscolaire en lien avec le développement de la pensée mathématique des enfants. Les analyses ont mis en évidence que les enfants développent leur pensée mathématique de multiples façons, que les enseignants la conçoivent de diverses façons et qu’ils ressentent divers besoins liés : 1) à la formation; 2) à l’environnement éducatif; 3) aux ressources pédagogiques 4) aux connaissances concernant le développement de la pensée mathématique. Sous un angle de priorisation, les besoins liés aux connaissances semblent prioritaires.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.005
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.323
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.114
GPT teacher head0.371
Teacher spread0.257 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2023
Admission routes2
Has abstractyes

Explore more

Same venueRevue internationale de communication et socialisationSame topicCognitive and developmental aspects of mathematical skillsFrench-language works237,207