MétaCan
Menu
Retour à la cohorte
Enregistrement W3046992986 · doi:10.25071/1916-4467.40576

Computational and Mathematics Thinking Workshops for Elementary School Children and Their Parents

2020· article· en· W3046992986 sur OpenAlexaffvenue
Rawia Zuod, Immaculate Kizito Namukasa

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)SituatedMathematics educationCurriculumSession (web analytics)Strict constructionismQualitative researchSituated learningPedagogyPsychologyComputer scienceSociologyEpistemologyBiology

Résumé

récupéré en direct d'OpenAlex

This qualitative study explores the nature of engagement of students in Mathematics Thinking (MT) activities in the context of Computational Thinking (CT) integration. It specifically investigates the ways that students interact during CT and MT activities. This study uses a constructionist framework of learning by making and is situated in literature on integration of CT in the mathematics curriculum. In this case study, observations, interviews and reflection data were collected from ten students during CT and MT workshops. The data were analyzed to determine the ways in which CT activities enrich mathematical concepts. All children found that the CT activities (Symmetry, Sphero and Scratch) enriched their understanding of mathematical concepts. Several of the children were excited about what they referred to as a more interesting and interactive way of learning math and code. This study was limited to Grade 3 to Grade 6 students in a private school. For future research, the researchers suggest conducting a study in public schools that will involve specific tools of CT. The researchers also recommend conducting CT workshops over a three-day period so that children do one activity each day rather than all three activities in one session.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,532

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 technologies0,0010,000
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 Opus0,019
Tête enseignante GPT0,262
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetTeaching and Learning ProgrammingTravaux en français237 207