MétaCan
Menu
Retour à la cohorte
Enregistrement W2562849954 · doi:10.1080/15332276.2007.11673499

Making School Math Messy: Deepening Mathematical Appreciation in Gifted High School Students

2007· article· en· W2562849954 sur OpenAlexafffund
Laura McMaster, Paul Betts

Notice bibliographique

RevueGifted and Talented International · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversity of WinnipegCargill (Canada)
Organismes subventionnairesLeibniz-GemeinschaftMcMaster University
Mots-clésMathematics educationVisionPhilosophy of mathematics educationReform mathematicsMath warsMemorizationPedagogyConnected MathematicsMathematicsPsychologySociology

Résumé

récupéré en direct d'OpenAlex

The literature and our experiences suggest that gifted students believe doing mathematics is fi nding the right answer and learning mathematics involves memorizing isolated procedures. These beliefs are asynchronous with reform efforts predicated by a socio-cultural view of the teaching of mathematics and with the discipline of mathematics described within the philosophy of mathematics literature. We developed a philosophy of mathematics unit based on a notion of ’messiness’ and implemented it with gifted high school students during a philosophy course. Messiness highlights the uncertain, social, and contextual aspects of school mathematics. Preliminary analyses suggest that while most students did not engage with alternative visions of mathematics, some did, and their appreciation of mathematics seemed to grow. We conclude that high school math for all gifted students, not just those taking philosophy, should be infused with messiness.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,396
Écart entre enseignants0,363 · 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'étudeThéorique ou conceptuel
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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGifted and Talented InternationalMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207