The impact of participation in an online professional community on the development of elementary pre- service teachers' knowledge of teaching mathematics
Bibliographic record
Abstract
Cette recherche a voulu étudier les effets d'une participation à un forum de discussion en ligne sur le développement des connaissances pour l'enseignement des mathématiques. Les participants de cette étude sont des étudiants en formation des maîtres du primaire d'une grande université urbaine. Ils ont été choisis en raison de leur cheminement dans leur formation, c'est-à-dire après avoir complété un cours de didactique des mathématiques et en étant en stage dans une classe du primaire. Une analyse qualitative des discussions issues du forum de discussion a été réalisée à l'aide du cadre théorique de la communauté de pratique (Wenger, 1998) et à l'aide du cadre de Ball et al. (2008) portant sur la compréhension des savoirs pour l'enseignement des mathématiques. Ces théories ont permis l'émergence de thèmes qui ont mis en lumière le développement des futurs maîtres lorsqu'ils passent d'une posture d'étudiant à une posture d'enseignant. Les futurs maîtres semblent préoccupés par la perte de leur posture d'étudiant lorsqu'ils passent de la théorie à la pratique, lequel passage affecte ultimement leur développement des connaissances pour l'enseignement des mathématiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.057 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".