Analyse de la complexité de situations-problèmes issues des manuels scolaires québécois (niveau 2e année du 2e cycle du secondaire, séquence CST) sous l'angle de la modélisation
Bibliographic record
Abstract
Les situations-problèmes occupent une place centrale dans le programme de formation de l’école québécoise de 2007. Résoudre une situation-problème est la première compétence disciplinaire en mathématiques du secondaire. Au 20e siècle, la priorité en enseignement des mathématiques était donnée à la résolution des problèmes et exercices de différents types, purement mathématiques, réels, réalistes, fantaisistes (Lajoie et Bednarz, 2012). Mais avec l’apparition des situations-problèmes (SP) dans le programme de formation de l’école québécoise (PFEQ, 2001 au primaire et 2004 au secondaire), un nouveau critère s’est ajouté, celui de la complexité dans la résolution de situations-problèmes. Au début de ma pratique en enseignement, plusieurs élèves rencontraient des difficultés dans la résolution des situations-problèmes : difficultés liées au vocabulaire, à l’interprétation de données, à l’organisation de données et aux contenus mathématiques, etc. L’objectif de notre recherche est d’analyser la complexité des situations-problèmes suggérées dans trois collections de manuels scolaires du Québec de 2008-2009 de 4e année secondaire : la collection Visions (Boivin et al., 2009), la collection Intersection (Boucher et al., 2009) et la collection Point de vue (Guay et Van Moorhem, 2009), séquence Culture, société et technique (CST), au regard des modélisations nécessaires à la résolution. Pour cela, nous utiliserons une grille-réseau inspirée des travaux de recherche d’Antoun (2012), Berger (2017), Duval (1988, 1993, 1995) ; Hitt et Quiroz (2019) et Hitt, Saboya et Cortés (2017). Nous ferons une première couche d’analyse en utilisant notre grille qui nous donnera à la fois un aperçu sur le contexte de la situation-problème, les processus de modélisation ; la reconnaissance, le traitement et la conversion entre registres de représentations ; et les questions et savoir-faire. La deuxième couche d’analyse se fera à partir d’un réseau cyclique qui schématise les enchaînements entre les sous-tâches (Antoun, 2012). Les résultats nous permettront de constater que les situations-problèmes des manuels scolaires ne sont pas toutes complexes et que la complexité est centrée plutôt sur l’organisation des données. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : exercice, problème, situation-problème (SP), critères de complexité, processus de modélisation, registre de représentations, enseignement au secondaire, manuels scolaires québécois, mathématiques 4e secondaire (CST).
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".