Disrupting linear models of mathematics teaching|learning
Notice bibliographique
Résumé
In this workshop we present an innovative teaching, learning and research setting that engages beginning teachers in mathematical inquiry as they investigate, represent and connect mathematical ideas through mathematical conversation, reasoning and argument. This workshop connects to the themes of teacher preparation and teaching through problem solving. Drawing on new paradigms to think about teaching and learning, we orient our work within complexity theory (Davis & Sumara, 2006; Holland, 1998; Johnson, 2001; Maturana & Varela, 1987; Varela, Thompson & Rosch, 1991) to understand teaching|learning as a complex iterative process through which opportunities for learning arise out of dynamic interactions. Varela, Thompson and Rosch, (1991) use the term co-emergence to understand how the individual and the environment inform each other and are “bound together in reciprocal specification and selection” (p.174). In particular we are interested in the conditions that enable the co-emergence of teaching|learning collectives that support the generation of new mathematical and pedagogical ideas and understandings. The setting is a one-week summer math program designed for prospective elementary teachers to deepen particular mathematical concepts taught in elementary school. The program is facilitated by recently graduated secondary mathematics teachers to provide them an opportunity to experience mathematics teaching|learning through rich problems. The data collected include questionnaires, interviews, and video recordings. Our analyses show that many a-ha moments of mathematical and pedagogical insight are experienced by both groups as they work together throughout the week. In this workshop we will actively engage the audience in an exploration of the mathematics problems that we pose in this unique teaching|learning environment. We will present our data on the participants’ mathematical and pedagogical responses and open a discussion of the implications of our work.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».