MétaCan
Menu
Retour à la cohorte
Enregistrement W2555033655 · doi:10.5539/jel.v6n1p41

Pre-Service Elementary School Teachers Becoming Mathematics Teachers: Their Participation in an Online Professional Community

2016· article· en· W2555033655 sur OpenAlexafffundvenue
Annie Savard, Terry Wan Jung Lin, Natasha Lamb

Notice bibliographique

RevueJournal of Education and Learning · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of AlbertaMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMathematics educationElementary mathematicsProfessional developmentQualitative researchPedagogyPerspective (graphical)Community of practiceTeacher educationPsychologyTeaching methodSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

This pilot study sought to examine the mathematical knowledge for teaching that pre-service teachers used when participating in an online community, and to gain insight into their epistemological stance. The participants of this study were among the pre-service teachers in a large urban university, chosen as they were completing their mathematics methods course in their teacher-education program and before entering a field experience in the same academic year. A qualitative analysis of the online discussions of our participants was done using Ball and her colleagues’ (2008) framework for mathematical knowledge for teaching and that of communities of practice (Wenger, 1998). These theories provided insight into the development of pre-service teachers as they moved from “student” to “teacher”. Our findings show that pre-service teachers struggle to shed their student-perspective as they transition from theory to practice. This was readily evident in how they used their mathematical knowledge for teaching in their online exchange. Our work contributes to understanding the complexity of becoming a mathematics teacher in elementary school.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,133
Tête enseignante GPT0,476
Écart entre enseignants0,342 · 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'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

Citations5
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207