MétaCan
Menu
Retour à la cohorte
Enregistrement W4391528369 · doi:10.5038/1936-4660.17.1.1447

Numeracy Tasks: Inspiring Transfer Between Concrete and Abstract Thinking Spaces

2024· article· en· W4391528369 sur OpenAlexafffund
Taras Gula, Miroslav Lovrić

Notice bibliographique

RevueNumeracy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensMcMaster UniversityGeorge Brown College
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNumeracyMathematics educationPsychologyComputer sciencePedagogyLiteracy

Résumé

récupéré en direct d'OpenAlex

In our paper we build a case for conceptualizing numeracy tasks as distinct from mathematical tasks (or at least as a special type of mathematical task), and for abstraction and interpretation as a set of key activities necessary for designating a numeracy task as being high-quality. We start with an attempt to tame the fuzziness of numeracy and its family members (including quantitative reasoning, quantitative literacy, mathematical literacy, and the word problem cousins) by outlining six areas of consensus gleaned from literature. These provide the foundation for a core mandate of numeracy. We then build our case for the distinctness of mathematical and numeracy tasks by focusing our attention on what they are about. Finally, we describe a numeracy thinking process with abstraction and interpretation as key elements that can serve as a foundation for describing characteristics of high-quality numeracy tasks. We use numeracy here as an umbrella term for the wider set of family members even though there is no consensus as to its primacy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,369
Écart entre enseignants0,329 · 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 tête enseignante, 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
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNumeracyMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207