MétaCan
Menu
Retour à la cohorte
Enregistrement W4388081461 · doi:10.1007/s11858-023-01533-z

Mathematics and interdisciplinary STEM education: recent developments and future directions

2023· article· en· W4388081461 sur OpenAlexaff
Merrilyn Goos, Susana Carreira, Immaculate Kizito Namukasa

Notice bibliographique

RevueZDM · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueTeaching and Learning Programming
Établissements canadiensWestern University
Organismes subventionnairesDivision of Mathematical SciencesUniversity of the Sunshine Coast
Mots-clésCurriculumMathematics educationDisciplineEngineering ethicsPedagogyMathematicsPsychologySociologyEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This special issue introduces recent research on mathematics in interdisciplinary STEM education. STEM education is widely promoted by governments around the world as a way of boosting students’ interest and achievement in science, technology, engineering, and mathematics and preparing STEM-qualified workers for twenty-first century careers. However, the role of mathematics in STEM education often appears to be marginal, and we do not understand well enough how mathematics contributes to STEM-based problem-solving or how STEM education experiences enhance students’ learning of mathematics. In this survey paper, we present a narrative review of empirical and conceptual research literature, published between 2017 and 2022. These literature sources are organised by a framework comprising five thematic clusters: (1) interdisciplinary curriculum models and approaches; (2) student outcomes and experiences; (3) teacher preparation and professional development; (4) classroom implementation and task design; and (5) policy, structures, and leadership. We use the framework to provide an overview of the papers in this issue and to propose directions for future research. These include: investigating methods and rationales for connecting the constituent STEM disciplines so as to preserve the disciplinary integrity of mathematics; clarifying what is meant by student “success” in interdisciplinary STEM programs, projects, and other educational approaches; moving beyond classroom practices that position mathematics as just a tool for solving problems in other disciplines; understanding what makes a STEM task mathematically rich; and asking how STEM education research can productively shape STEM education policy.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,004
Communication savante0,0080,010
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,022
Tête enseignante GPT0,298
Écart entre enseignants0,276 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZDMMême sujetTeaching and Learning ProgrammingTravaux en français237 207