MétaCan
Menu
Retour à la cohorte
Enregistrement W4402276500 · doi:10.29333/iejme/15075

Exploring the creative potential of mathematical tasks in teacher education

2024· article· en· W4402276500 sur OpenAlexfundno aff
Isabel Vale, Ana Barbosa

Notice bibliographique

RevueInternational Electronic Journal of Mathematics Education · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaUniversidade do MinhoInternational Council for Canadian Studies
Mots-clésCreativityFluencyOriginalityFlexibility (engineering)Mathematics educationDimension (graph theory)Divergent thinkingCreativity techniquePsychologyCreative thinkingCreative problem-solvingComputer sciencePedagogySocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Creativity is a cross-cutting ability that is highly valued in today’s society. Therefore, it should play an important role in education in general and in mathematics in particular. This requires teachers to create appropriate learning opportunities that allow creativity to flourish in students, helping them to develop their mathematical potential. In particular, the use of rich and challenging tasks can encourage fluency, flexibility and originality as three of the essential dimensions of creative thinking. Based on these assumptions, we developed a qualitative study with 19 elementary pre-service teachers to identify the dimensions of creativity revealed by these participants when solving challenging tasks, as well as their ability to recognize these dimensions in written tasks’ resolutions. Ultimately, we aimed to identify potential tasks that contribute to the development of creativity in future teachers. Data was collected mainly through written productions. Preliminary results suggest that the tasks used have creative potential, with participants demonstrating some of the dimensions of creativity. Flexibility was identified as the most challenging dimension for them to identify.

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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,908

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,384
Écart entre enseignants0,336 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Electronic Journal of Mathematics EducationMême sujetCreativity in Education and NeuroscienceTravaux en français237 207