MétaCan
Menu
Retour à la cohorte
Enregistrement W2626624493

Attitudes Regarding Mathematics Teaching and Learning in Canada and China

2017· article· en· W2626624493 sur OpenAlexaffabout
Sijia Zhu, Doug McDougall

Notice bibliographique

Revue2017 Conference of the Canadian Society for the Study of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMathematics educationChinaSubject (documents)Teaching methodReciprocalPedagogyPsychologyComputer sciencePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ones attitudes regarding their mathematics abilities have a significant effect on their achievement in teaching and learning the subject. This paper describes the research undertaken with five Canadian and Chinese teacher pairs and their students, focusing specifically on the differences ands similarities between their attitudes and beliefs in mathematics teaching and learning. Data was gathered through formal and informal interactions during school visits, online conference calls, emails, instant messages and pen pal communications between teachers and students. Through the development of reciprocal learning relationships, the teachers in both Canada and China have been able to deeply reflect upon their own attitudes and beliefs in mathematics thus allowing them to identify how their own personal anxieties and attitudes maybe affecting their teaching. During the video lessons studies of their reciprocal learning partners teaching, teachers from both nations reflected about their own personal experience with mathematics teaching and learning in comparison to their teaching partners.  In particular, Canadian teachers focus on the mathematics content knowledge of the Chinese teachers while the Chinese teachers focus on pedagogy of the Canadian teachers. In both countries, students were immensely curious about the others culture, school environment and learning habits.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,149
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,127
Tête enseignante GPT0,370
Écart entre enseignants0,243 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même revue2017 Conference of the Canadian Society for the Study of EducationMême sujetTeacher Education and Leadership StudiesTravaux en français237 207