Étude de Cas : Transformer l’Enseignement des Mathématiques avec Maple, Maple Learn et la Classe Inversée
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cet article présente la mise en œuvre d’un dispositif d’hybridation pédagogique, centré sur la classe inversée, dans l’enseignement des mathématiques au niveau secondaire au sein d’une classe hétérogène intégrant des élèves bénéficiant de mesures d’aménagements raisonnables. Ce dispositif repose sur une combinaison de ressources numériques variées — capsules vidéo pédagogiques, modules d’auto-évaluation et exercices interactifs dans Maple Learn, ainsi que des exerciseurs à génération aléatoire avec ou sans solution, tirant parti des capacités de Maple. À ces outils numériques s’ajoutent des supports non numériques, tels que des puzzles et des articles scientifiques extraits de magazines, le tout structuré dans un parcours d’apprentissage soigneusement conçu. Le dispositif combine des activités synchrones et asynchrones, appuyées par un forum Teams pour favoriser le soutien collaboratif et les échanges continus. L’approche intègre la différenciation pédagogique, la régulation continue des apprentissages, la création d’exerciseurs adaptatifs avec feedback immédiat et personnalisé, ainsi que des modules de dépassement pour les élèves souhaitant approfondir leur compréhension. L’article explore l’impact de ces éléments sur le développement de l’autonomie, la consolidation des compétences conceptuelles et l’engagement cognitif des élèves en classe, avec pour cas illustratif le théorème de Pythagore.
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.
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it