MétaCan
Menu
Retour à la cohorte
Enregistrement W4413983967 · doi:10.3390/educsci15091154

Abandoning Hope? What Mathematics Education Researchers Say About Why They Do What They Do

2025· article· en· W4413983967 sur OpenAlexafffund
Kathleen Nolan, David Wagner

Notice bibliographique

RevueEducation Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of New BrunswickUniversity of Regina
Organismes subventionnairesUniversity of Regina
Mots-clésMathematics educationComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

A research study was designed to understand how a group of mathematics education researchers describe their scholarly work—why they do it and how their research relates to a specific conceptualization of culturally responsive pedagogy (CRP). In the analysis of interviews with 17 international mathematics education researchers, we distilled the scholars’ descriptions of their hopes for their scholarly action. The themes of these distillations include seven imperatives for research action: ‘communicate’, ‘investigate’, ‘make’, ‘change and move’, ‘position’, ‘humanize’, and ‘reflect’. Drawing on the interview data, each of these action themes is elaborated on and synthesized into action-focused questions (AFQs), intended as prompts for like-minded scholars to use in reflection on and choices for intentional scholarly action. Our rationale for focusing on why scholars do what they do is grounded in our claim that mathematics education research could have a greater impact on the practices in schools if researchers focused more explicitly on unpacking the why of their research.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,000
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 Opus0,197
Tête enseignante GPT0,483
Écart entre enseignants0,285 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetTeacher Education and Leadership StudiesTravaux en français237 207