MétaCan
Menu
Retour à la cohorte
Enregistrement W4312117424 · doi:10.5430/jct.v11n9p59

Organization of an Individual Approach to Teaching Mathematics to Non-Mathematical Pupils Under the Covid-19 Conditions

2022· article· en· W4312117424 sur OpenAlexvenueno aff
Vasyl Shvets, Inna Shyshenko, Alina Anatoliivna Sbruieva, Ярослав Чкана, Olena Martynenko

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Educational Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationSubject (documents)Control (management)UkrainianFocus (optics)CognitionPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

The problem of teaching mathematics in modern Ukrainian schools is general, but it has become more difficult for students with a non-mathematical background. Despite numerous studies of this problem, no specific recommendations have been made. Therefore, to develop and implement an experimental method of teaching mathematics aimed at activating the cognitive activity of non-mathematical specialties pupils. The goal was solved by conducting a questionnaire among students and teachers, which allowed us to reveal and deepen the aspects of the specified problem. Two groups were created: experimental and control. The experimental group studied according to the new model of education, and the control group - according to traditional methods of teaching mathematics. The study revealed a complex of interrelated problems, both for teachers and students. Among the problems, the lack of motivational mechanisms and a complex pedagogical approach to explaining mathematics and the limited amount of teaching mathematics to students with a non-mathematical background are of primary importance. The results of the study indicate the need to introduce the specifics of conducting classes, which would focus on understanding the subject through imaginative thinking. The need to develop textbooks and manuals, which would focus on a more in-depth and understandable teaching of the subject with exercises and tasks for humanitarian areas, has been proven. At the same time, such measures became urgent due to the introduction of quarantine measures of the Covid-2019 pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,033
Tête enseignante GPT0,325
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetInnovative Educational TechnologiesTravaux en français237 207