MétaCan
Menu
Retour à la cohorte
Enregistrement W4297540773 · doi:10.5539/jel.v11n6p62

Relation Between Mathematical Proof Problem Solving, Math Anxiety, Self-Efficacy, Learning Engagement, and Backward Reasoning

2022· article· en· W4297540773 sur OpenAlexvenueno aff
Yuno Shimizu

Notice bibliographique

RevueJournal of Education and Learning · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProof of conceptCognitionMathematical anxietyAnxietyPsychologyMathematical proofComputer-assisted proofSimilarity (geometry)Mathematics educationMathematicsComputer scienceImage (mathematics)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Providing adequate proof is one essential mathematical method, but it is a difficult task for many school-age students. While previous studies have revealed the cognitive factors of proving the proof, the function of affective factors and learning engagement has been largely unexplored. This study examined the effects and processes associated with math anxiety, self-efficacy, engagement, and backward reasoning on the provision of proof when solving math problems about geometric similarity. A survey was conducted on 160 junior high school students, from which it was found that: (a) self-efficacy was indirectly and directly positively associated with the provision of proof when solving math problems and was mediated by math anxiety and backward reasoning; (b) math anxiety was indirectly and negatively associated with the provision of proof when solving difficult proof problems and was mediated by backward reasoning; (c) the use of backward reasoning was positively associated with the provision of proof when solving proof problems; (d) cognitive engagement was indirectly and positively associated with the provision of proof when solving proof problems and was mediated by self-efficacy and backward reasoning. The results suggest that improving cognitive engagement, self-efficacy, and backward reasoning may be effective in the provision of proof when solving proof problems.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,308
Écart entre enseignants0,280 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207