MétaCan
Menu
Retour à la cohorte
Enregistrement W2616269349

“The Girls and Math Problem” An Exploration of Middle School Girls’ Confidence in the Mathematics Classroom: A Teacher Perspective

2017· article· en· W2616269349 sur OpenAlexfundno aff
Alison Szawiola

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Practices and Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésPerspective (graphical)Mathematics educationMathematicsPedagogyPsychologyGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Women in mathematics has been a topic of discussion for several decades. In North America, it was observed that middle school aged girls display low interest and confidence in their ability to perform in the mathematics classroom regardless of their academic ability. This study seeks to determine the social factors as observed by teachers relating to the declining confidence and limited interest in math amongst girls, and to draw comparisons to the existing body of research for girls in middle school. This study explores teacher observations in their single gender and co-educational classrooms through qualitative research; semi-structured interviews. Findings indicate that, while ability is not an issue, confidence remains an observed problem. The influence of parents on girls’ confidence is strong, which can be more influential than those of peers in certain situations. Single gender mathematics classrooms can also be used to meet the different learning needs of boys and girls. Role models and on-going school-wide initiatives which promote mathematics as enjoyable and accessible can encourage girls and boys. Implications broadly focus on the systematic spread of this issue, given the history of gender equity research and the bias in which a teacher could bring to the classroom.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0050,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,135
Tête enseignante GPT0,384
Écart entre enseignants0,249 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetEducation Practices and EvaluationTravaux en français237 207