Évaluation du processus cognitif de visualisation utilisé dans l’apprentissage de la géométrie
Bibliographic record
Abstract
L’évaluation de processus cognitifs impliqués dans l’apprentissage de la géométrie constitue un réel défi pour comprendre de nombreuses difficultés d’apprentissage dans ce domaine. Cet article investigue l’évaluation de processus cognitifs au travers de deux études portant sur l’habileté de visualisation spatiale. Centrée sur la géométrie plane, la première étude utilise une épreuve de type papier-crayon, réalisée auprès d’élèves en fin d’enseignement primaire, pour évaluer les capacités de visualisation des figures. Centrée sur la géométrie tridimensionnelle, la seconde étude implique une épreuve évaluant la visualisation spatiale réalisée avec du matériel virtuel comme alternative aux épreuves papier-crayon, auprès d’élèves du primaire et du secondaire inférieur. En analysant notamment certaines productions d’élèves, l’objectif de cet article est également de poser un regard critique sur l’évaluation de processus cognitifs en présentant les limites relatives aux évaluations présentées et en identifiant des alternatives offertes par l’émergence des nouvelles technologies, entre autres.
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 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.001 |
| 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".