MétaCan
Menu
Retour à la cohorte
Enregistrement W4385704360 · doi:10.3390/educsci13080816

Storylines in Voices of Frustration: Implications for Mathematics Teacher Education in Changing Times

2023· article· en· W4385704360 sur OpenAlexaff
Annica Andersson, Trine Foyn, Anita Movik Simensen, David Wagner

Notice bibliographique

RevueEducation Sciences · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNorges Forskningsråd
Mots-clésMathematics educationConstruct (python library)InvisibilityTeacher educationPedagogyConnected MathematicsReform mathematicsPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

We have interviewed becoming mathematics teachers, in the last semester of their education, asking how they experience their time as teacher students with the focus on inclusive teaching. In their forthcoming daily work, they will be responsible for arranging for inclusive teaching that addresses all the learners’ needs in mathematics. We believe the voices of future teachers are important to include in conversations about how programs prepare future mathematics teachers for the work of teaching in today’s schools and classrooms. We used storylines as a theoretical construct to discuss the socio-political aspects of mathematics teacher education through the lens of two research questions: What storylines emerged in interviews with becoming mathematics teachers in their last semester of teacher education when they talked about teaching in diverse classrooms? What implications might these storylines have on mathematics teacher education? Our analysis made us aware of three important storylines: (1) storylines about the importance of language in mathematics education; (2) storylines about the importance of accepting diverse methods when doing mathematics; and (3) storylines about issues of invisibility at play in mathematics classrooms. In this paper, we discuss the importance of creating space for discussions in teacher education about issues that may challenge inclusive practices in mathematics classrooms.

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)0,024
score de la tête « metaresearch » (Gemma)0,075
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 enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,075
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0220,030
Communication savante0,0180,028
Science ouverte0,0040,017
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,247
Tête enseignante GPT0,503
Écart entre enseignants0,256 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetTeacher Education and Leadership StudiesTravaux en français237 207