Utilisation pédagogique de la simulation numérique dans une perspective de développement d'un savoir signifiant d'optique géométrique au secondaire
Bibliographic record
Abstract
Les difficultés identifiées dans l'apprentissage des sciences expérimentales au secondaire dans le monde et plus particulièrement au Sénégal nous ont conduit à mener cette étude. Nous cherchions à comprendre, d'une part, comment lier les savoirs scolaires aux savoirs non scolaires de l'élève pour générer des savoirs qui sont signifiants pour lui et pour sa communauté. Nous voulions également comprendre, dans cette quête de sens, quel serait le rôle de la simulation informatique. Ainsi, la question de recherche à laquelle nous avons tenté de répondre est : Jusqu'à quel point peut-on développer des savoirs signifiants d'optique géométrique sur l'arc-en-ciel et la couleur chez des élèves du secondaire dans un contexte d'apprentissage utilisant la simulation informatique? La présente étude, de nature exploratoire, s'est déroulée dans un établissement d'enseignement secondaire (lycée) de l'inspection d'académie de Fatick (Sénégal). Elle est qualitative et basée sur une étude de cas. La population à l'étude était constituée de 27 élèves de classe de seconde scientifique (équivalent du secondaire 4 au Québec). Ces élèves ont été répartis en deux groupes, R (15) et S (12), pour réaliser, respectivement, un apprentissage traditionnel utilisant le matériel disponible au laboratoire et un apprentissage par la simulation utilisant un simulateur informatique. Les données recueillies des productions des élèves et des deux entrevues de groupe ont été analysées selon la méthode d'analyse de contenu. Le logiciel QDA Miner a été utilisé à cet effet pour faciliter leur traitement. Ce dernier nous a permis de procéder à des opérations de codage des unités de sens et de générer des résultats suivant une grille thématique structurée en cinq rubriques inspirées de notre cadre théorique. Les résultats de la recherche ont montré que les élèves ont des connaissances de différentes natures (scolaires, culturelles, religieuses, expérientielles, etc.) sur les phénomènes étudiés et que celles-ci sont plus ou moins compatibles, parfois conflictuelles, avec le savoir scientifique. L'analyse de la signifiance des savoirs a révélé que les savoirs non scolaires sont pertinents et valides pour eux dans leur contexte propre. Ils sont signifiants pour eux et ont contribué à une compréhension plus riche et plus complète du phénomène de l'arc-en-ciel et de la couleur. Ces résultats ont aussi montré des limites de la signifiance du savoir scolaire avec l'apparition de conflits cognitifs chez certains élèves. Ces conflits se sont manifestés lorsque la perception sensible de l'élève était en contradiction avec le savoir qu'on voulait lui enseigner ou lorsque le savoir scolaire était en contradiction avec des croyances très ancrées comme les croyances religieuses. Certains élèves n'accepteraient pas la vision réductionniste de la science qui limiterait l'arc-en-ciel à un objet de lumière et occulterait toutes les croyances qu'ils ont sur le phénomène. La signifiance du savoir scolaire se heurte ainsi à un problème de validation individuelle par l'élève. Les résultats de la recherche ont aussi montré que la simulation informatique a aidé les élèves à mieux comprendre les contenus d'apprentissage. Elle leur a donné l'opportunité de valider les connaissances scientifiques, mais également de découvrir des aspects du phénomène étudié qui sont difficiles à observer ou à réaliser en situation réelle. Elle a permis un engagement et une implication plus accrus des élèves dans l'apprentissage avec l'utilisation de leurs moyens d'apprentissage ou fonctions psychologiques selon la perspective de Jung (pensée, sentiment, sensation et intuition). Elle a permis une utilisation importante de la pensée. La simulation informatique se présente ainsi comme une bonne solution de substitution pour pallier le manque de matériel ou l'inaccessibilité du phénomène étudié et un bon outil pour développer, dans une certaine mesure, des savoirs signifiants. Mais, comme le laissaient apparaître certaines productions d'élèves, son utilisation comporte des limites. En effet, devant la simulation informatique, certains élèves étaient influencés par ce qu'ils voyaient, ce qui les a empêchés d'utiliser toute leur capacité cognitive; leur réflexion était orientée; leur créativité était limitée. De même, l'intérêt de certains élèves était plus porté sur la technologie que sur le contenu d'apprentissage. En outre, la signifiance des savoirs produits par la simulation pourrait être précaire du fait du contexte d'apprentissage ou du modèle utilisé pour réaliser le logiciel de simulation. Alors, il serait important de développer la réflexion sur l'articulation entre réalité et objets virtuels pour mieux prendre en charge cette dimension de la signifiance des savoirs.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".