MétaCan
Menu
Retour à la cohorte
Enregistrement W4319785930 · doi:10.1080/0020739x.2023.2171923

Sticking together in a world full of sharks: pre-service teachers’ perspectives of mathematics content courses

2023· article· en· W4319785930 sur OpenAlexaff
Limin Jao, Gurpreet Sahmbi

Notice bibliographique

RevueInternational Journal of Mathematical Education in Science and Technology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensUniversity of TorontoMcGill University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationTeacher educationPedagogyPsychology

Résumé

récupéré en direct d'OpenAlex

Secondary mathematics pre-service teachers (PSTs) are required to take university-level mathematics content courses to develop their mathematical content knowledge. Although PSTs’ experiences as students play a major role in the types of teachers they become, there is limited research investigating the experiences of PSTs engaging in these courses. Thus, our study used a series of semi-structured interviews to provide first-hand accounts of PSTs’ experiences. Findings suggest that PSTs experienced a range of challenges, including difficulties connecting with and understanding course content, and being ignored and dismissed by mathematics instructors. To cope with these challenges, PSTs became reflective practitioners and considered how their experiences in these courses applied to their learning as future teachers. PSTs also developed a community with each other that grew out of needing support with mathematical content, but evolved into collegial friendships. While PSTs were able to find positive features within negative experiences, this study highlights the need to understand PSTs’ experiences in these courses so that effective improvements can be made.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,016
Communication savante0,0080,008
Science ouverte0,0010,008
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,051
Tête enseignante GPT0,415
Écart entre enseignants0,364 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mathematical Education in Science and TechnologyMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207