論文の概要: WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators

• arxiv url: http://arxiv.org/abs/2606.20934v1
• Date: Thu, 18 Jun 2026 20:53:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 11:47:52.408262
• Title: WIP: Bridging the Gap Between Instructional Design and Pedagogical Use: A Framework for Mathematics Educators
• Title（参考訳）: WIP: 教育設計と教育利用のギャップを埋める: 数学教育者のためのフレームワーク
• Authors: Estefany Castillo Ventura, Javier Ulises Solis Lastra, Anarosa Alves Franco Brandão,
• Abstract要約: 本稿では,観測可能な教育変数による学習理論の運用を推し進める。 これは、事前知識、表現、概念構築といった側面をメタデータとして表現し、デジタルリソースの選択と統合を支援する方法を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite the wide availability of digital resources for teaching mathematics, their effectiveness still depends on selection and integration processes that often lack explicit pedagogical criteria. This condition reveals a gap between the instructional design of resources and their pedagogical use in the classroom. To address this gap, this work advances the operationalization of learning theories through observable pedagogical variables. The proposed contribution translates principles derived from learning theories into dimensions and variables structured as metadata, thereby enabling the characterization of digital resources for teacher-support systems in mathematics education. Drawing on a literature review that evidences the limited operationalization of these theories in educational technology, the paper proposes a multidimensional structure. It then focuses on one of these dimensions: the conceptual structure of content. Specifically, it shows how aspects such as prior knowledge, representation, and conceptual construction can be represented as metadata to support the pedagogically informed selection and integration of digital resources.
• Abstract（参考訳）: 数学を教えるためのデジタルリソースが広く提供されているにもかかわらず、その有効性は、しばしば明示的な教育基準を欠く選択と統合プロセスに依存している。 この条件は,資源の教育設計と授業における教育的利用とのギャップを明らかにする。 このギャップに対処するため、この研究は観測可能な教育変数を通して学習理論の運用を進める。 提案したコントリビューションは,学習理論から派生した原理をメタデータとして構造化された次元や変数に変換することにより,数学教育における教師支援システムのためのデジタルリソースのキャラクタリゼーションを可能にする。 本論文は,これらの理論の教育技術における運用限界を実証する文献レビューに基づいて,多次元構造を提案する。 次に、コンテンツの概念的構造という、これらの次元の1つに焦点を当てる。 具体的には、事前知識、表現、概念構築といった側面をメタデータとして表現し、デジタルリソースの選択と統合を支援する方法を示す。

関連論文リスト

• Awareness of Technological Isomorphism: Integrating AI into Elementary Mathematics Teaching on Data and Prediction,A Case Study of the Compound Line Graph [6.7650739928761245]
  本研究は,新しい中核概念である「技術等化の認識」を提案する。 学生のメタ認知的認識は、自身の数学的認知操作がAI技術操作と基礎となる論理構造を共有することを定義している。 この認識は、学際数学からAI理解への認知的伝達を促進する。
  論文  参考訳（メタデータ） (2026-06-08T15:09:42Z)
• Benchmarking the Pedagogical Knowledge of Large Language Models [4.417539128489408]
  本稿では,その教育的知識に基づいて,大規模言語モデルを評価するための新しいデータセットであるThe Pedagogy Benchmarkを紹介する。 これらのベンチマークは、教師のための専門的開発試験から得られた、慎重にキュレートされた質問に基づいて構築されている。 本報告では, 教育的知識に関する質問に対して, 精度が28%から89%の範囲で, 97モデルの結果を報告する。
  論文  参考訳（メタデータ） (2025-06-23T14:49:01Z)
• Computing-specific pedagogies and theoretical models: common uses and relationships [0.0]
  本論文では,コンピュータ固有の教育と理論モデルとの関係について述べる。 我々のゴールは、フィールド固有の理論や教育の明示的な利用が、その分野をさらに発展させることによって、コンピューティング教育の研究と実践を豊かにすることである。
  論文  参考訳（メタデータ） (2024-08-22T06:53:22Z)
• Foundations and Frontiers of Graph Learning Theory [81.39078977407719]
  グラフ学習の最近の進歩は、複雑な構造を持つデータを理解し分析する方法に革命をもたらした。 グラフニューラルネットワーク(GNN)、すなわちグラフ表現を学習するために設計されたニューラルネットワークアーキテクチャは、一般的なパラダイムとなっている。 本稿では,グラフ学習モデルに固有の近似と学習行動に関する理論的基礎とブレークスルーについて概説する。
  論文  参考訳（メタデータ） (2024-07-03T14:07:41Z)
• Representing Pedagogic Content Knowledge Through Rough Sets [0.0]
  この論文は、論理モデルを構築したり、教師を支援するための意味を意識したAIソフトウェアを開発することを目的としている。 提案手法の主な利点は、あいまいさ、マルチモーダリティをコヒーレントに扱う能力である。
  論文  参考訳（メタデータ） (2024-02-26T11:00:45Z)
• Understanding the Progression of Educational Topics via Semantic Matching [0.9246281666115259]
  教育システムは、技術進歩、工業的、社会的ニーズに適応し、学生の学習行動を強化するために、動的に変化している。 カリキュラムスペシャリストや教育者は、学年ごとの教科を常に改訂し、ギャップを特定し、新しい学習トピックを導入し、学習結果を強化する。 データセット内に構築された主題、トピック、学習結果に関する微妙なデータを持つことで、データサイエンスを活用して、さまざまな学習トピックの進捗をよりよく理解することが可能になる。
  論文  参考訳（メタデータ） (2024-02-10T08:24:29Z)
• What and How of Machine Learning Transparency: Building Bespoke Explainability Tools with Interoperable Algorithmic Components [77.87794937143511]
  本稿では,データ駆動予測モデルを説明するためのハンズオントレーニング教材について紹介する。 これらのリソースは、解釈可能な表現合成、データサンプリング、説明生成の3つのコアビルディングブロックをカバーする。
  論文  参考訳（メタデータ） (2022-09-08T13:33:25Z)
• Formalising Concepts as Grounded Abstractions [68.24080871981869]
  このレポートは、表現学習が生データから概念を誘導する方法を示しています。 このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
  論文  参考訳（メタデータ） (2021-01-13T15:22:01Z)
• Computational linguistic assessment of textbook and online learning media by means of threshold concepts in business education [59.003956312175795]
  言語学的観点では、しきい値の概念は特別な語彙の例であり、特定の言語的特徴を示す。 ビジネス教育における63のしきい値の概念のプロファイルは、教科書、新聞、ウィキペディアで調査されている。 3種類のリソースは、しきい値の概念のプロファイルから区別できる。
  論文  参考訳（メタデータ） (2020-08-05T12:56:16Z)
• Concept Learners for Few-Shot Learning [76.08585517480807]
  本研究では,人間の解釈可能な概念次元に沿って学習することで,一般化能力を向上させるメタ学習手法であるCOMETを提案する。 我々は,細粒度画像分類,文書分類,セルタイプアノテーションなど,さまざまな領域からの少数ショットタスクによるモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-07-14T22:04:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。