Managing the understanding of mathematical phenomena in the context of digitalization

Cover Page

Cite item

Full Text

Abstract

Teaching mathematical activity is almost completely reduced to learning how to manage information processing. The author identifies three levels of mathematical information processing: the level of typical algorithms (for example, calculating the value of an arithmetic operation), the level of typical strategies (for example, solving equations) and the level of methodology (for example, the choice of a mathematical language for solving a task). Work at the level of typical algorithms and the simplest strategies of activity can be carried out without a deep understanding of the phenomena involved. But work at the level of strategies, and even more so, at the level of methodology, already requires understanding. We propose to interpret the term “understanding” as a system of associations with a mathematical phenomenon, i.e., concept, theorem, strategy, decision, etc. With a formal-constructive interpretation of the model, the considered interpretation of understanding includes the “creation of meanings” and other components of understanding. To control the completeness of the system of associations, it is proposed to apply the classification of associations with a phenomenon: 1) as an object or product of modeling activity (prototype, image and an interface, i.e. a system of information exchange between a prototype and an image); 2) as with a tool or operations; 3) as the management system and its components (with the motive of activity, with typical goals, with typical strategies and, in particular, algorithms, with systems for evaluating the adequacy of the model). The conditions for the success of the formation of priority associations among students are indicated: 1) adjustment of educational and methodological support; 2) adjustment of control and measuring materials; 3) purposeful formation of basic associations and, in particular, learning to translate information into different mathematical languages; 4) multi-aspect positioning of the studied phenomena relative to the information already learned by the student.

About the authors

Jurij Borisovich Melnikov

Ural State University of Economics

Email: UriiMelnikov58@gmail.com
Yekaterinburg, Russian Federation

Timur Dilshodovich Akhmatov

Ural State University of Economics

Email: t.akhmatovya@yandex.ru
Yekaterinburg, Russian Federation

Timofey Dmitriyevich Danilov

Ural State University of Economics

Email: t.danilov2.0@list.ru
Yekaterinburg, Russian Federation

References

  1. Павлов-Пинус К. А. Теоретизирование о сознании: эпистемические пролегомены. Часть I // Философский журнал. 2018. Т. 11, № 2. С. 40–57.
  2. Павлов-Пинус К. А. Теоретизирование о сознании: эпистемические пролегомены. Часть II // Философский журнал. 2018. Т. 11, № 3. С. 47–55.
  3. Епишева О. Б. Технология обучения математике на основе деятельностного подхода: кн. для учителя. М.: Просвещение, 2003. 223 с.
  4. Лобанова Н. И. Понимание как проблема образования // Высшее образование в России. 2015. № 8–9. С. 129–134.
  5. Станислас Деан. Сознание и мозг. Как мозг кодирует мысли / пер. с англ. И. Ющенко. М.: Карьера Пресс, 2018. 415 с.
  6. Знаков В. В. Понимание как психология возможного // Сибирский психологический журнал. 2019. № 72. С. 6–20.
  7. Белоногова А. А. Синонимия «текстов-компактов» как фактор адекватности понимания текста в условиях межкультурной коммуникации: дис. … канд. филол. наук. Ульяновск, 2003. 122 с.
  8. Анохина Н. В. Имплицитность как компонент структуры содержания текста и составляющая процессов его понимания (на материале научно-популярного текста): дис. … канд. филол. наук. Уфа: Башкирский гос. ун-т, 2010. 195 с.
  9. Пашина Е. В. Формирование стратегий понимания нового текста с выделением главной и избыточной информации, темы и подтемы текста // Национальная ассоциация ученых. 2015. № 2-11 (7). С. 64–66.
  10. Massey G. Applied translation studies and transdisciplinary action research: understanding, learning and transforming translation in professional contexts // Russian Journal of Linguistics. 2021. Т. 25, № 2. С. 443–461.
  11. Философский энциклопедический словарь / гл. ред. Л. Ф. Ильичев и др. М.: Сов. энциклопедия, 1983. 839 c.
  12. Мельников Ю. Б., Поторочина К. С. Алгебраический подход к математическому моделированию и обучению математической и «предматематической» деятельности // Ярославский педагогический вестник. 2010. № 3: Физико-математические и естественные науки. С. 19–24.
  13. Новикова М. Г. Функциональная зависимость понимания предложения от меры понимания его составных компонентов // Вестник Московского государственного областного университета. Серия: Русская филология. 2011. № 5. С. 16–21.
  14. Melnikov Yu. B. Modeling Theory Based on the Formal-Constructive Interpretation of the Model // Silhavy R., Silhavy P., Prokopova Z. (eds) Data Science and Intelligent Systems. CoMeSySo 2021. Lecture Notes in Networks and Systems. 2021. Vol. 231. Springer, Cham. URL: https://link.springer.com/chapter/10.1007/978-3-030-90321-3_51 (дата обращения: 31.01.2023).
  15. Барковский П. В. Феномен понимания. Минск: Экономпресс, 2008. 176 с.
  16. Гнедых Д. С., Сухоруков И. С. О связи индивидуальных стратегий понимания студентами учебных текстов с качеством их понимания // Письма в Эмиссия. Оффлайн (The Emissia. Offline Letters): электронный научный журнал. 2020. № 6 (июнь). ART 2856. URL: http://emissia.org/offline/2020/2856.htm (дата обращения: 15.01.2023).
  17. Далингер В. А. Совершенствование процесса обучения математике на основе целенаправленной реализации внутрипредметных связей. Омск: ОмИПКРО, 1993. 323 с.
  18. Самарин Ю. А. Очерки психологии ума. М.: АПН РСФСР, 1962. 504 с.
  19. Серёгин Г. М. Понятия «понимание» и «уровень понимания»: психолого-педагогические аспекты // Ученые записки Российского государственного социального университета. 2009. № 11 (74). С. 86–88.
  20. Борзова Т. В. Опросник «понимание научного текста»: поиски путей диагностики понимания в обучении // Известия Самарского научного центра Российской академии наук. Социальные, гуманитарные, медико-биологические науки. 2020. Т. 22, № 72. С. 15–26.
  21. Борисова Е. Г. Управление пониманием. Языковые единицы, регулирующие понимание сообщения // Вестник Московского университета. Серия 9: Филология. 2018. № 6. С. 34–50.
  22. Мельников Ю. Б., Соловьянов В. Б., Ширпужев С. В. Стратегия перевода с одного математического языка на другой // Известия Российского государственного педагогического университета имени А.И. Герцена. 2017. № 184. С. 74–82.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».