MétaCan
Menu
Retour à la cohorte
Enregistrement W2173285173 · doi:10.22329/jtl.v10i1.4296

International Approaches to Professional Development for Mathematics Teachers

2015· article· en· W2173285173 sur OpenAlexaffvenue
Atinuke Adeyemi

Notice bibliographique

RevueJournal of Teaching and Learning · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésViewpointsProfessional developmentConstruct (python library)Mathematics educationContext (archaeology)PedagogyCognitively Guided InstructionFaculty developmentEngineering ethicsSociologyPsychologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This book provides a rich description of the experiences and innovative approaches established in various countries to support the professional development of practising mathematics teachers. Many of these approaches are based on classroom context and considered the practitioners’ viewpoints. The analyses in various chapters help elucidate how the approaches articulate with practice, the contributions of teachers and teacher educators/researchers, and the fundamental theoretical framework directing the researchers. The chapters cover various aspects, including the main trends and issues in the education of practising mathematics teachers, the changes in their role during their careers, the learning that occur between teachers and teacher educators/researchers, and the hidden power relations in the collaboration between the two groups. There are indications that the formal and informal experiences of mathematics teachers, all through their careers, can contribute to their professional development and that the viewpoints of teachers and their practical knowledge must be genuinely considered in order to construct critical professional development experiences. In essence, the book offers new ways of creating continuous professional development that would help bridge the gap between research and practice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,235
Tête enseignante GPT0,404
Écart entre enseignants0,169 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching and LearningMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207