Proceedings of the First Meeting between the National Pedagogic University (Mexico) and the Faculty of Education of the University of Calgary (Canada)
Notice bibliographique
Résumé
Mathematics knowledge for teaching" is by far the most prominent topic of investigation among mathematics education researchers, and there are two main schools of thought.One holds that such teachers' knowledge is mostly formal and explicit -and so specifiable, cataloguable, unpackable, teachable, and testable.The other is that such knowledge is principally tacit, and so the work of defining, developing, and assessing mathematics knowledge for teaching demands much more subtle, participatory, and time-extensive strategies.This report focuses on the latter.I describe the emergence of knowledge-building communities among practicing teachers as they analyze and re-synthesize -that is, substruct -mathematics content for teaching.El "conocimiento de la matemática para la enseñanza" es el tema de investigación más sobresaliente entre los investigadores de educación matemática y existen dos escuelas de pensamiento principales.Una sostiene que dicho conocimiento de los profesores es mayormente formal y explícito -y por tanto especificable, catalogable, desentrañable, enseñable y verificable.La otra sostiene que dicho conocimiento es fundamentalmente tácito, y por tanto el trabajo de definir, desarrollar, y evaluar conocimiento matemático para el aprendizaje demanda estrategias mucho más sutiles, participativas y de largo aliento.Este informe se centra en esta última.Describo cómo emergen las comunidades constructivas del conocimiento entre profesores cuanto analizan y sintetizan -esto es, sustraen
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,003 |
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 ».