Two Secondary School Mathematics Teachers’ Use of Technology through the Lens of Instrumentation Theory
Notice bibliographique
Résumé
The primary goal of our research was to gain a sense of the technology that secondary school mathematics teachers in Montreal, Québec are currently using, how they are using it, and some of the reasons why they use the technology that they do, in the ways that they do. The secondary goal was to test the effectiveness of our approach in obtaining this information. The approach consisted of interviewing two local secondary school mathematics teachers. The interview questions prodded at what Instrumentation Theory suggests to be some of the fundamental aspects of one’s interactions with technology; the ‘artifact’ (the particular technology), the subject (the user of that technology), the ‘task’ that the subject tries to complete with the artifact, the ‘instrumented techniques’ that they employ to complete the task (which reveal some of their ‘schemes of use’), and the process through which the subject and the artifact interact and ‘shape’ each other, called ‘an instrumental genesis’. The teachers’ responses to the interview questions revealed that, although they both used most of the same technology (with a few exceptions), significant differences existed between the ways that they used some of them, why certain technologies were used, and why others were not. The two teachers also differed in their views on the value of their instrumented techniques. These findings are discussed in light of the literature review, demonstrating some of the effectiveness of our approach. We believe that our approach was useful as it allowed us to elicit detailed descriptions of these two teachers’ uses of technology and because it facilitated the analysis of the data (as the questions were based on the same theoretical framework that was then used to analyze the teachers’ responses). We conclude with some suggestions for future research. One of the suggestions addresses ways in which our approach could be improved to give researchers who might use it in the future more informative responses.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,024 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».