From integers to fractions: The role of analogy in transfer and long-term learning
Notice bibliographique
Résumé
Fractions are the gatekeepers to advanced mathematics but are difficult to learn. One powerful learning mechanism is analogy, which builds fraction understanding on a pre-existing foundation of integer knowledge. Indeed, a short intervention that aligned fractions and integers on number lines improved children's estimates of fractions (Yu et al., 2022). The breadth and durability of such gains, however, are unknown, and analogies to other sources (such as percentages) may be equally powerful. To investigate this issue, we randomly assigned 109 fourth and fifth graders to one of three experimental conditions with different analogical sources (integers, percentages, or fractions) or a control condition. During training, children in the experimental conditions solved pairs of aligned fraction number line problems and proportionally-equivalent problems expressed in integers, percentages, or fractions (e.g., 3/8 on a 0-1 number line aligned with 3 on a 0-8 number line). Children in the control group solved fraction number-line problems sequentially. At pretest and a two-week delayed posttest, children completed a broad fraction knowledge battery, including estimation, comparison, categorization, ordering, and arithmetic. Results showed that aligning integers and fractions on number lines facilitated better estimation of fractional magnitudes, and the training effect transferred to novel fraction problems after two weeks. Similar gains were not observed for analogies using percentages. These findings highlight the importance of building new mathematical knowledge through analogies to familiar, similar sources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».