MétaCan
Menu
Retour à la cohorte
Enregistrement W3171804993 · doi:10.37119/ojs2021.v26i2.482

Flattening the Facebook Curve: Exploring Intersections of Critical Mathematics Education With the Real, the Surreal, and the Virtual During a Global Pandemic

2021· article· en· W3171804993 sur OpenAlexaffvenue
Annica Andersson, Kathleen Nolan

Notice bibliographique

Revuein education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Digital Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPandemicIsolation (microbiology)MathematicsComputer scienceCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

In March 2020, near the onset of the COVID-19 related lockdowns, quarantine, and isolation measures being taken worldwide, we noticed an increasing number of graphs, diagrams, images, and mathematical models relating to the pandemic posted on our Facebook walls. For the purposes of this paper, we selected a number of these Facebook posts to discuss and analyze, through the lens of questions based in critical mathematics education research. Our analyses draw attention to public discourse(s) around mathematics, as well as how numbers, graphs, diagrams, and images are used on Facebook. In our analyses, we first identify the mathematics topic/concept being depicted through the image and, second, how that Facebook post might serve as an artefact of critical mathematics education. In doing so, we challenge the usual separation of mathematics classrooms from the real world and highlight how, in this time of pandemic, life is less real than it is surreal; it is less real than it is virtual.
 Keywords: mathematical modelling; real-world problems; images, critical mathematics education; mathematics and social media; virtual reality; Facebook; mathematics in society; mathematics teaching; mathematics teacher education

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,471

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 technologies0,0010,001
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 Opus0,066
Tête enseignante GPT0,375
Écart entre enseignants0,309 · 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'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuein educationMême sujetEducation and Digital TechnologiesTravaux en français237 207