MétaCan
Menu
Retour à la cohorte
Enregistrement W3087546496

Forms of knowledge and knowing in mathematics education: Informed by concept study based on complexity theory

2020· article· en· W3087546496 sur OpenAlexaffabout
Emmanuel Deogratias

Notice bibliographique

RevueInternational Journal of Curriculum and Instruction · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Mathematics educationPedagogyPsychologyComputer scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper addresses forms of knowledge and ways to come to know the truth through concept study based on complexity theory. I participated in the workshop conducted on March 2015 at the University of Alberta in Canada. In particular, I designed and facilitated the activities based on pi using concept-study as a model for professional development. My intention in using the activities based on concept study model was to elaborate teachers’ and teachers educators’ understandings of the mathematics teaching and learning pi. The workshop involved a group of doctoral students in mathematics education in a discussion. The data from the discussion were collected through video recordings. I used a qualitative approach to analyse data. After the discussion, we found that the activities helped pre-service teachers to develop their understanding of the concept in a variety of ways, including realizing the open definitions of pi. These findings have implications in the teaching and learning of the concept with both pre-service and in-service teachers.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,031
Tête enseignante GPT0,367
Écart entre enseignants0,336 · 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'étudeThéorique ou conceptuel
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 revueInternational Journal of Curriculum and InstructionMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207