MétaCan
Menu
Retour à la cohorte
Enregistrement W2725875572 · doi:10.4256/ijmtl.v18i2.88

One is Not Born a Mathematician: In Conversation with Vasily Davydov

2017· article· en· W2725875572 sur OpenAlexaff
Olga Fellus, Yaniv Biton

Notice bibliographique

RevueInternational Journal for Mathematics Teaching and Learning · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésConversationChartThe ImaginaryPsychologyEpistemologySociologyMathematics educationPsychoanalysisMathematicsPhilosophyCommunication

Résumé

récupéré en direct d'OpenAlex

That mathematics education has been one of the central concerns of educational systems worldwide is no secret. It is also an established consensus that as far back as eighty years ago, Russian psychologists such as Vygotsky, Luria, Meshcheryakov, and Davydov have pioneered work that contributed to the understanding of teaching and learning and shifted the trajectory of schooling in the Western World. Looking back, we feel that there is more to this legacy that awaits to be further explained and extended to potentially address some of the pressing issues in mathematics education. To bring forth this legacy, the authors engage in an imaginary conversation with Vasily Davydov to tease out notions that include, inter alia, language and interaction, learning and teaching, and empirical and theoretical thinking. The utilisation of a conversation as a method of inquiry for the purpose of this paper was intentional as it not only encompasses the very method of teaching advocated by Davydov, thus conveying that the means is the message, but it is also conducive to the exploration of simultaneously surfacing ideas and phenomena. The questions asked, clarifications provided, and contradictions that still remain chart a map that displays theoretical vistas and empirical landscapes drawn and inspired by Davydov's legacy. Specifically, Fellus and Biton bring forth citations from Davydov's works that are used as signposts in the conversation that unfolds.

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)0,012
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,020
Communication savante0,0120,013
Science ouverte0,0020,007
Intégrité de la recherche0,0070,022
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,353
Écart entre enseignants0,300 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Mathematics Teaching and LearningMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207