Student Development in Logical Reasoning: Results of an Intervention Guiding Students Through Different Modes of Visual and Formal Representation
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
Abstract Due to growing interest in twenty-first-century skills, and critical thinking as a key element, logical reasoning is gaining increasing attention in mathematics curricula in secondary education. In this study, we report on an analysis of video recordings of student discussions in one class of seven students who were taught with a specially designed course in logical reasoning for non-science students (12th graders). During the course of 10 lessons, students worked on a diversity of logical reasoning tasks: both closed tasks where all premises were provided and everyday reasoning tasks with implicit premises. The structure of the course focused on linking different modes of representation (enactive, iconic, and symbolic), based on the model of concreteness fading (Fyfe et al., 2014). Results show that students easily link concrete situations to certain iconic referents, such as formal (letter) symbols, but need more practice for others, such as Venn and Euler diagrams. We also show that the link with the symbolic mode, i.e. an interpretation with more general and abstract models, is not that strong. This might be due to the limited time spent on further practice. However, in the transition from concrete to symbolic via the iconic mode, students may take a step back to a visual representation, which shows that working on such links is useful for all students. Overall, we conclude that the model of concreteness fading can support education in logical reasoning. One recommendation is to devote sufficient time to establishing links between different types of referents and representations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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