MétaCan
Menu
Retour à la cohorte
Enregistrement W4388194842 · doi:10.22318/cscl2023.140516

MathCHOPS: A Platform for Developing Collaborative Higher Order Problem Solving in Mathematics

2023· article· en· W4388194842 sur OpenAlexaff
Yoav Bergner, Yu Wang

Notice bibliographique

RevueComputer-supported collaborative learning/˜The œComputer-Supported Collaborative Learning Conference · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOrder (exchange)Mathematics educationApplied mathematicsMathematics

Résumé

récupéré en direct d'OpenAlex

We describe an exploratory pilot study and a collaborative platform designed to engage novice learners in higher-order thinking processes.The theoretical motivation for and facets of novel item design are described.The pilot study took place in a high-school enrichment classroom in Shanghai.Gain scores in higher-order problem solving tests were higher than those in a control classroom, but differences were not statistically significant.Pre-and post-measures of expert-like attitudes towards mathematics problem solving and perceptions of collaboration were also used, and overall differences were also not statistically significant.Preliminary evidence, however, suggests that higher perceived benefits/enjoyment of collaboration may have been offset by higher perceived challenges/costs of collaboration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0020,024
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,348
Écart entre enseignants0,299 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer-supported collaborative learning/˜The œComputer-Supported Collaborative Learning ConferenceMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207