L'utilisation des systèmes de numération alternatifs dans la formation initiale des futurs enseignants au primaire et le développement d'une compréhension conceptuelle approfondie du sens du nombre et des algorithmes arithmétiques.
Bibliographic record
Abstract
Ce mémoire explore l’utilisation des systèmes de numération alternatifs dans la formation des futurs enseignants au primaire en formation initiale au Québec, en mettant l’accent sur le développement d’une compréhension conceptuelle approfondie du sens du nombre et des algorithmes arithmétiques. De nombreuses recherches ont révélé que les futurs enseignants ont souvent une compréhension davantage procédurale que conceptuelle des mathématiques, ce qui peut limiter leur capacité à enseigner de manière efficace et à favoriser le développement du raisonnement mathématique chez leurs élèves. L’utilisation de systèmes de numération alternatifs, tels que les bases autres que dix, permet de déconstruire les automatismes et de reconceptualiser les fondements du système de numération, c’est-à-dire, le sens du nombre, le sens des opérations, la valeur de position, la notion de regroupement, etc. Cette approche pédagogique permet aussi de sensibiliser les futurs enseignants au primaire en formation initiale aux difficultés rencontrées par les élèves lors de l’apprentissage des nombres. Ce mémoire présente les pratiques pédagogiques et les retours d’expérience de quelques formateurs universitaires au Québec.
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.005 |
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".