MétaCan
Menu
Retour à la cohorte
Enregistrement W7037607109

Exploring code switching in early number sense activities

2017· article· en· W7037607109 sur OpenAlexfundno aff

Notice bibliographique

RevueIslandScholar (University of Prince Edward Island) · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePasture and Agricultural Systems
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Prince Edward Island
Mots-clésRegister (sociolinguistics)Number senseChoseCode (set theory)Action (physics)Code-switchingRecallAction research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Previous research indicated that teachers have a fundamental role in teaching the proper\nlanguage of mathematics, also known as the mathematics register (Pimm, 1978). However, little\nis known about how educators use language to communicate and mediate mathematics during\nthe early years of schooling. This multiple case study explored three educators’ use of languge as\nthey taught number sense in their classrooms, as well as their views and understanding of\nmathematics education. During a month spent collecting data at each of the three sites, the\npreschool, kindergarten, and grade 1 educators were involved in an initial interview, five\nvideotaped teaching sessions, and a recall interview after the video sessions. Discourse analysis\nwas utilized to explore language use (Gee, 2014). Findings indicate that educators code switched\nto the mathematics register (a) when they talked about numbers, number words and counting; (b)\nto revoice students’ ideas; (c) to explain student and teacher actions; (d) to provide new math\ninformation; and (e) when they chose between two terms that belonged to the math register.\nFindings also demonstrated that educators viewed the language of mathematics as an outside\nentity and that they preferred to avoid the use of the mathematics’ register, and relied instead on\nprotoquantitative terms, everyday terms, and words that denoted action to communicate and\nmediate mathematics to young students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,028
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0040,006
Communication savante0,0060,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,218
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIslandScholar (University of Prince Edward Island)Même sujetPasture and Agricultural SystemsTravaux en français237 207