Les applications pour iPad® pour soutenir l’enseignement de la numération au premier cycle du primaire : analyse critériée
Bibliographic record
Abstract
Les recherches ont démontré que plusieurs politiques sur l’utilisation et l’intégration des technologies de l’information et de la communication (TIC) existent depuis de nombreuses décennies. Certains pays, dont ceux faisant partie de l’Organisation de coopération et de développement économiques (OCDE), ont développé des politiques d’intégration non seulement dans la vie de tous les jours, mais également des politiques d’intégration dans les milieux scolaires. Il a été constaté que l’utilisation de ces technologies numériques pouvait s’avérer efficace comme support à l’enseignement, mais plus spécifiquement pour les mathématiques, matière ayant divers concepts plus abstraits. Plusieurs chercheurs ont étudié divers sujets sur les TIC et les mathématiques en lien avec leur utilisation, leur lien avec la motivation des élèves, sur le niveau de maitrise de la part des enseignantes et des enseignants, mais peu sur l’utilisation d’applications pour soutenir le concept de la numération. Au début du primaire, les élèves débutent leur apprentissage ce concept. Afin de soutenir cet apprentissage, les écoles se sont dotées d’iPad comme outil technologique en complément aux ordinateurs. Devant un manque de recherches sur cette nouvelle technologie utilisée en classe, cette étude porte sur les applications pour l’iPad, pouvant soutenir l’enseignement de la numération au premier cycle du primaire. Afin de répondre à la question de recherche suivante, quel est le portrait des applications pour la tablette numérique potentiellement utilisées par des enseignantes et des enseignants du premier cycle du primaire dans l’enseignement de la numération ?, une recension des applications potentiellement utilisées par les enseignantes et les enseignants au premier cycle du primaire été effectuée. Une première recension a été faite auprès des 72 sites Internet des Centres de services scolaires de la province de Québec. À la suite de cette recension, et afin de compléter le portrait des applications, une deuxième recension a été réalisée auprès de 72 conseillères et conseillers pédagogiques (CP) RÉCIT (réseau, éducation, collaboration, innovation, technologie) du secteur public et une conseillère du secteur privé. Ceux ci ont été consultés afin de connaitre les applications qu’ils suggéraient aux enseignantes et aux enseignants en lien avec l’enseignement du concept de numération. Après avoir filtré les applications selon deux critères (elles devaient être gratuites et devaient avoir été suggérées un minimum de trois fois), c’est un total de 21 applications qui ont été analysées à l’aide d’une grille d’analyse comportant deux volets. Le premier volet était dirigé sur la composante mathématique enseignée au premier cycle du primaire, soit la numération. La deuxième partie de cette grille était axé quant à lui sur le volet technique des applications (aspect visuel, sonore, la personnalisation de l’application, la possibilité d’enregistrer les progrès des élèves). Les résultats ont démontré qu’aucune application ne couvrait la totalité des aspects du concept de numération. Les applications couvraient sois les opérations sur les groupements, soit le calcul mental au travers les additions et les soustractions. Deux recommandations d’applications ont été faites en conclusion, soit Number piece (Math Learning Center) et Fin lapin 3 (Allo prof). La première permet de travailler sur les groupements avec l’aide de matériel de manipulation concret, alors que la deuxième porte sur le calcul mental dans un environnement visuellement attrayant. Pour terminer, les enseignantes et les enseignants, ont comme tâche première de faire la planification des périodes d’enseignement, alors qu’ils n’ont pas le temps d’effectuer des recherches sur les applications disponibles (Blanchard, 2022), Il serait intéressant de voir ce que toutes les conseillères et tous les conseillers pédagogiques RÉCIT suggèrent et les raisons qui sous-tendent ces suggestions. La recherche n’a pas permis de consulter les enseignantes et les enseignants sur ce qu’ils utilisent en classe, d’autres études pourraient être exécutées sur le terrain afin d’avoir le portrait réel des applications utilisées pour soutenir l’enseignement du concept de la numération.
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 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.006 |
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".