MétaCan
Menu
Retour à la cohorte
Enregistrement W3112647002 · doi:10.5951/mtms.11.5.0220

An “Arithmetic” Thinker Tackles Algebra

2006· article· en· W3112647002 sur OpenAlexaff
Alayne Armstrong

Notice bibliographique

RevueMathematics Teaching in the Middle School · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensCoquitlam College
Organismes subventionnairesnon disponible
Mots-clésAlgebraic numberMathematicsArithmeticSign (mathematics)Basis (linear algebra)Algebra over a fieldVariable (mathematics)Mathematics educationPure mathematics

Résumé

récupéré en direct d'OpenAlex

In her work concerning algebraic thinking, Kieran notes that students learning algebra tend to fall into two groups—“algebraic” thinkers who use undoing as a way to solve equations, and “arithmetic” thinkers who use trial-and-error substitution to solve equations. “Algebraic” thinkers rely on inverse operations; for example, this group would solve 5 + a = 12 by saying 12 – 5 = 7, ignoring the variable itself. When these students move on to more complex equations, such as 3a + 3 + 4a = 24, they tend to overgeneralize and get stuck (“24 divided by 4, minus 3, minus, um, no, divided by 3”). They are unable to balance the equation because they have not assigned enough significance to the role of the equal sign within the equation- solving process (Kieran 1988, p. 94). When arithmetic learners speak of their solutions, however, because they are using trial-and-error substitution, Kieran finds that they discuss the balance required between the two sides of the equation. She further states that of these two, “arithmetic” thinkers are using a method that “may provide a more intuitive basis for the more structural solving methods” (1992, p. 401). I was curious to see if an eighth-grade student whose thinking could be characterized as “arithmetic” would indeed find this type of thinking a help or a hindrance to her further development of algebraic concepts.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,013
Communication savante0,0060,011
Science ouverte0,0010,003
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,043
Tête enseignante GPT0,335
Écart entre enseignants0,291 · 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'étudeÉtude de cas
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics Teaching in the Middle SchoolMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207