Section des Sciences de l’Education Licence Mention Enseignement
Bibliographic record
Abstract
Mobilisation de connaissances relatives à la proportionnalité sous couvert de mathématiques et de géographie: étude de deux systèmes didactiques ordinaires MESSERLI, Aline La présente étude vise à observer la mobilisation des compétences relatives à la proportionnalité et enseignées/apprises en mathématiques, dans un problème traité sous couvert de géographie. La recherche se penche sur deux systèmes didactiques ordinaires, soit deux classes de sixième primaire d'une même école genevoise. Elle s'inscrit dans le champ de la didactique comparée (de part l'objet de savoir dépendant de deux disciplines et la méthodologie utilisée), et emprunte des notions aux didactiques des mathématiques et de la géographie. La question de recherche centrale était: Dans une situation où l'élève est privé de la mémoire didactique de la classe (reposant sur l'enseignant), que le savoir en jeu a été institutionnalisé dans une certaine discipline, l'élève mobilisera-t-il ses connaissances relatives au savoir en jeu uniquement dans cette même discipline ou également sous couvert d'une autre discipline? Des questions découlent de cette dernière, comme de savoir si un lien va être créé par les élèves entre deux problèmes de même structure et concernant la même notion [...] MESSERLI, Aline. Mobilisation de connaissances relatives à la proportionnalité sous couvert de mathématiques et de géographie: étude de deux systèmes didactiques
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 | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.196 | 0.045 |
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".