The return to university after fieldwork: toward disrupting practice-theory challenges identified by mathematics teacher educators
Notice bibliographique
Résumé
In this paper, we present on a research study that was framed in disruptive pedagogy (DP) to examine the post-field context of mathematics teacher educators’ (MTEs’) practices. We open by referring to common challenges discussed in the literature related to theory-practice transitions of prospective teachers (PTs) as they move from university courses to their field placement. After reviewing these challenges, we then shift our focus toward understanding what MTEs see as challenges in the post-field context of teacher education programs; that is, what practice-theory challenges are identified by MTEs as PTs make the transition from field back to university. Briefly, our thematic analysis suggests that, in the post-field context of teacher education programs, MTEs are challenged by organizational issues and institutional structures; by PTs’ return to the university armed with superficial placement stories and unexamined indicators of “good mathematics teaching”; and by the significant emphasis PTs place on mentor voices and ways of teaching, often including unfavorable views on the value of reform teaching. Simply put, MTEs expressed being challenged by PTs’ skepticism, resistance, and lack of conviction toward the role of the university. Additionally, MTEs reported being challenged by their own feelings of resignation that our analysis suggests stems from a growing list of challenges which can result in some MTEs stepping down and settling on a pragmatic approach to their post-field mathematics teaching. To close, implications for MTEs are discussed by pointing specifically to the potential of DP for unpacking practice-theory transitions and considering the creation of a post-field third space.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».