Elementary Mathematics Teacher Preparation in an Era of Reform: The Development and Assessment of Mathematics for Teaching
Notice bibliographique
Résumé
Teachers’ understanding of the elementary school mathematics curriculum forms part, but not all, of the newly emerged field of mathematics for teaching, a term that describes the specialised mathematics knowledge of teachers. Pre‐service teachers from a one‐year teacher preparation program were studied in each of three years, using a pre‐test/post‐test survey of procedural and conceptual knowledge of mathem‐ atics required by elemtary teachers . Beliefs about mathematics were also examined through post‐test interviews of 22 of the participants from one of the cohorts. Each cohort of teacher‐candidates was consistently found to be initially weak in conceptual understanding of basic mathematics concepts as needed for teaching. The pre‐service methods course, which included a strong focus on specialised mathematical concepts, significantly improved pre‐service teachers’ understandings, but only to a minimally acceptable level. Program changes, such as extra optional course in mathematics for teaching, together with a mandatory high‐stakes examination in mathematics for teaching at the end of the methods course, have been subsequently implemented and show some promise. Keywords: mathematics teacher education, pre‐service teacher education, teacher mathematics knowledge, conceptual knowledge, teacher preparation, mathematics for teaching La compréhension qu’ont les enseignants du curriculum de mathématiques au pri‐ maire fait partie d’un nouveau domaine de recherche – les mathématiques en prati‐ que d’enseignement – axé sur les notions mathématiques spécialisées dont les ensei‐ gnants ont besoin. Des étudiants en pédagogie inscrits dans un programme de forma‐ tion à l’enseignement d’un an pour le primaire ont fait l’objet d’une étude sur trois ans à l’aide d’une enquête pré‐test et post‐test portant sur leurs connaissances des méthodes et concepts liés aux mathématiques au primaire. Les croyances d’une ving‐ taine des participants au sujet des mathématiques ont également été analysées à l’aide d’entrevues post‐test. L’auteure a constaté qu’au départ la compréhension des concepts mathématiques pour enseigner au primaire était faible dans chaque cohorte enseignant‐étudiants. Le cours de méthodologie, fortement axé sur des notions ma‐ thématiques spécialisées, a amélioré nettement la compréhension des étudiants, mais seulement à un niveau tout juste acceptable. Des changements ont été par la suite apportés au programme, comme un choix plus vaste de cours optionnels de mathé‐ matiques en pratique d’enseignement et l’ajout d’un examen de mathématiques en pratique d’enseignement obligatoire et à enjeux élevés à la fin du cours de méthodo‐ logie. Ces changements semblent prometteurs. Mots clés: formation à l’enseignement des mathématiques, formation à l’enseignement, connaissances mathématiques de l’enseignant, connaissance concep‐ tuelle, mathématiques en pratique d’enseignement
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».