MétaCan
Menu
Retour à la cohorte
Enregistrement W4200029461 · doi:10.1080/14794802.2021.2013304

A spectrum of possibilities: levels of improvisational behaviour in middle school mathematics

2021· article· en· W4200029461 sur OpenAlexafffund
Alayne Armstrong, Susan Gerofsky

Notice bibliographique

RevueResearch in Mathematics Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversity of British ColumbiaUniversity of Regina
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMathematics educationImprovisationSpectrum (functional analysis)MathematicsPsychologyPhysicsArtVisual arts

Résumé

récupéré en direct d'OpenAlex

In this article, we consider the phenomenon of improvisation by small groups of middle years students while engaged in rich mathematical tasks in a classroom setting. Working from the premise that improvisation comprises a spectrum of behaviour, we propose that there is a range of improvisational behaviours that may be observed as the students work together. We discuss four levels along the spectrum – interpretation, embellishment, variation, pure improvisation – and offer vignettes from our research to illustrate each of their characteristics. We argue that considering improvisation as a spectral behaviour is a valuable way to view students’ mathematical problem solving as it highlights how students draw on their own experiences and understandings while problem-solving, and how they vary in how far from the “script” they may venture in their discussions. Our results also show the importance of giving students time and space to “stay with” a mathematical task.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,081
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,203
Tête enseignante GPT0,482
Écart entre enseignants0,279 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch in Mathematics EducationMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207