Tre matematiklæreres praksisfortolkninger af læremidler
Notice bibliographique
Résumé
Anvendelsen af læremidler i matematikundervisningen har udviklet og ændret sig meget i løbet af det sidste årti. I denne artikel undersøger vi mere specifikt, på hvilken måde en lærers drivkræfter (Siedel & Stylianides, 2018) påvirker de forskellige didaktiske transformationer, der foregår mellem læremidler og læremidler i brug både i forhold til intentioner i læremidlet, undervisningen, som præsenteres af læreren, og oplægget realiseret i interaktionen i klassen (Stein, Remillard & Smith, 2007). Tre kompetente lærere fra forskellige regioner i Danmark er blevet udvalgt, interviewet, observeret og videofilmet. De tre lærere er derefter blevet klassificeret ud fra Siedel og Stylianides’ (2018) kategoriseringer af læreres forskellige drivkræfter til undervisning og efterfølgende perspektiveret i forhold til Rezat og Sträßers (2012) sociodidaktiske tetraeder. Resultaterne indikerer, at lærernes drivkræfter tydeligvis påvirker lærernes transformationer af læremidlerne. Dette visualiseres synligt i det sociodidaktiske tetraeder. Denne påvirkning ved læreres brug af læremidler er væsentlig at italesætte både på læreruddannelsen og i efteruddannelsesprogrammer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,009 |
| Communication savante | 0,019 | 0,011 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,019 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».