Digital curriculum resources in mathematics education: foundations for change
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this conceptual review paper we draw on recent literature with respect to digital curriculum resources (DCR); we briefly outline and explain selected theoretical frames; and we discuss issues related to the design, and the use (by teachers and students) of digital curricula and e-textbooks in mathematics education. The results of our review show the following. Firstly, whilst there are some contrasting tendencies between research on instructional technology and research on DCR, these studies are at the same time predominantly framed by socio-cultural theories. Secondly, whilst there seems to be a continuing demarcation between the design(er) and the use(r), there is at the same time an emerging/increasing understanding that design continues in use, due to the different nature and affordances of DCR (as compared to traditional text curriculum resources). Thirdly, there is an apparent weakening of traditional demarcations between pedagogy and assessment, and between summative and formative assessment techniques, due to the nature and design of the automated learning systems. Fourthly, there is an increasing need for understanding the expanded space of interaction associated with the shift from static print to dynamic/interactive DCR, a shift that has the potential to support different forms of personalised learning and interaction with resources. Hence, we claim that DCR offer opportunities for change: of understandings concerning the design and use of DCR; of their quality; and of the processes related to teacher/student interactions with DCR—they provide indeed the foundations for change.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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