MétaCan
Menu
Retour à la cohorte
Enregistrement W2122750004 · doi:10.30827/pna.v7i1.6132

<p>Supporting students with learning disabilities to explore linear relationships using online learning objects</p>

2012· article· es· W2122750004 sur OpenAlexaff
Ruth Beatty, Catherine D. Bruce

Notice bibliographique

RevuePNA · 2012
Typearticle
Languees
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensTrent UniversityLakehead University
Organismes subventionnairesnon disponible
Mots-clésAffordanceMathematics educationOnline learningPsychologyRepresentation (politics)Computer scienceHumanitiesPedagogyMultimediaArtCognitive psychology

Résumé

récupéré en direct d'OpenAlex

The study of linear relationships is foundational for mathematics teaching and learning. However, students’ abilities to connect different representations of linear relationships have proven to be challenging. In response, a computer-based instructional sequence was designed to support students’ understanding of the connections among representations. In this paper we report on the affordances of this dynamic mode of representation specifically for students with learning disabilities. We outline four results identified by teachers as they implemented the online lessons.Apoyo a estudiantes con problemas de aprendizaje para explorar relaciones lineales mediante el uso de objetos de aprendizaje en líneaEl estudio de las relaciones lineales es fundamental en la enseñanza y el aprendizaje de las matemáticas. Sin embargo, las habilidades de los estudiantes para conectar distintas representaciones de las relaciones lineales han demostrado ser un reto. Ante esto, hemos diseñado una secuencia de enseñanza basada en ordenadores para fomentar en los estudiantes la comprensión de las conexiones entre estas representaciones.Presentamos las potencialidades de este tipo de representación dinámica para estudiantes con dificultades de aprendizaje, destacando cuatro resultados identificados por maestros al implementar las lecciones en línea.Handle: http://hdl.handle.net/10481/21535

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,361
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePNAMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207