30年以上にわたり、微積分は高校の数学の頂点として見られてきました—ハード科学のキャリアに不可欠であり、最上位の大学のための明示的または暗黙の前提条件です。

しかし、今、数学と科学の専門家は、現在の高校の微積分のコースが実際に高度な科学分野のためにどのように役立つか疑問に思っています。

物理学や金融から政治、教育に至るまで、あらゆる分野でデータをユビキタスに使用することは、高校数学の新しい道への勢いを築くのに役立ちます。

“私たちはますますデータを通じて私たちの周りの世界を理解しています：遺伝子発現、遠くの太陽系の新しい惑星を特定し、その間のすべて、”ランディKochevar、教育 統計とデータ分析は、科学者としてではなく専門家として、私たちが日常的に行っていることの多くにとって基本的なものです。”

彼と他の専門家はまだすでに混雑した高校のカリキュラムに新しいアプローチを統合するための最良の方法を議論しています。 最も困難な哲学的課題の1つ：統計パスが古典数学に長い間存在していた深刻な追跡と公平性の問題を複製するのを防ぐ方法。

「微積分がここにあり、統計が下のステップであるという感覚があります」と、ノースカロライナ州のCarolina Day Schoolの二次数学教師であるDan Chaseは、「工学に興味があるなら、微積分学に行くのに良い理由かもしれませんが、ビジネスや人文科学や社会科学に興味があるなら、あなたがトップ達成の数学の学生であっても、あなたが行くかもしれない異なる道があります。”

額面上で、学生のための新たな期待はすでに統計に向かって移動しているように見えます。 多くの州の数学の要件が基づいている共通のコア州の標準と、次世代の科学標準の両方は、独自に、他の概念を学習する過程で、データ分析と統計を教えるあなたが科学の基準をよく見ると、彼らは学生が中学校でデータを使用して途方もない教員を持っていることを期待していますが、コースを見ると、そ”

彼らはビッグデータブームの初期の年に開発されたため、標準の両方のセットは、データと統計のより多くの統合を必要とし、彼と他の人が主張し 世界中のデータを長年にわたって追跡している研究では、1999年に1.5エクサバイトの新しいデータ、または生きているすべての人の約250メガバイトのデータが生成されましたが、2011年までに、州が数学基準を採用して実装していたとき、人々は年間14エクサバイト以上を生産しました。 今日、世界中の人々は毎日2.5エクサバイトのデータを生産しており、合計データは隔年で倍増しています。

皮肉なことに、より広範な社会と経済におけるビッグデータと統計の使用の急速な拡大は、アメリカの学生がこれらの概念に苦労しているように 2007年から2017年にかけて、4thと8thの学生の数学の教育進歩の国家評価に関するスコアは、データ分析、統計、確率に関連する問題で大幅に低下し、2017年の数学テストの全体的なディップを推進するのに役立った減少しました。部分的には、専門家は、統計とデータ分析は、伝統的に高校の数学で微積分に後部座席を取っている、とほとんどの学生はすでに困難な古典的なパスを完”統計が難しいという考えは、10年前に統計を取った場合、最初に微積分を取らなければならず、統計は正式な確率を使用していたという事実に基づいて.. 微積分の上に構築された定理では、”Uri Treisman、数学教授とオースティンのテキサス大学のチャールズA.ダナセンターのエグゼクティブディレクターは述べています。 彼はK-12と大学のシステムと協力して、古典的な微積分の代替として統計経路を開発しています。

これは、他の人が高校の統計経路を、すでに微積分に合格した学生にのみ適した高度な材料、または古典的な数学でそれをハックすることができな

“あなたが複数の経路を持っているときはいつでも、有利なものは一つを活用し、それは”本当の”ものになるでしょう”とTreismanは言いました。 「データサイエンスの経路を作成する場合、彼らは上向きの社会的移動性につながり、それらに厳しさを持つものに固定する方が良いでした。 私たちは、新しい経路が少なくとも伝統的な経路と同等の地位を持っていることを確認し、誰もがそれらにアクセスできるようにする必要があ 私達が容易かより弱い道であることを許可すれば私達は私達がから始まった公平に責任を放棄する。”

微積分の混合信号

その不平等がどれほど深刻になるかを見るには、微積分を見るだけです。

関連項目

無料オンラインイベント: STEM教育へのゲートウェイ

Education Weekは、州、地区、学校が学校を進むにつれてより多くの学生がSTEMで成功するのを妨げる障害をどのように克服できるかを大局的に見て提供しています。

10月。 23,2018/1to3p.m.ET
今すぐ登録してください。

1980年頃まで、微積分は、主に数学、物理学、または他のハード科学に興味のある人のための高等教育コースとして見られ、約30,000人の高校生 それは、学校の改革者が厳密な、大学準備コースの初期の例として微積分にglommedときに変更し始めた、デビッドBressoud、マカレスター大学の数学教授と微積分学研究の進化を検討しているアメリカの数学協会の元会長は述べています。

“より多くの学校がこれをしたほど、両親や地区指導者、特に大学や大学からの期待は大きくなる”とBressoud氏は述べている。 これは、トップ大学への入学のための受け入れられた要件となっています。 たとえあなたがフランス文学を専攻する予定であっても、微積分を取っていなければ、あなたはデュークに入るつもりはありません。”

今日、全国の約800,000人の学生が高校で微積分を取り、すべての高校生の約15％、ほぼ150,000人が11年生の前にコースを取ります。 微積分のクラスは、他の学生グループは、微積分やコースへのアクセスを得るために必要な初期の前提条件（中学校代数のような）を提供する学校に通う可能性が低いと、不釣り合いに白とアジアのままであった。例えば、2015-16年には、黒人の学生は、微積分を提供する高校に通う可能性が白人の仲間よりも9％ポイント低く、それを提供する学校に通った場合、クラスを取る可能性が半分であった。 教育週間研究センターの連邦公民権データの分析によると、黒人の学生が授業に参加した場合、教師は白人の学生よりも微積分を教えることを認定され

そして、金本位制として微積分の急速な成長にもかかわらず、大学の微積分の専門家は、学生が実際にそれが表示されるよりも科学分野でpostsecondary数学のた

実際には、アメリカの数学協会と数学の教師の全国評議会による新しいレポートは、高度な配置微積分ABを取った多くの学生がまだ大学で微積分を再受験してしまったことを発見しました—250,000人の学生は、前計算や代数のようなさらに低いレベルのコースを取る必要があります。

最終的に、高校で微積分を取ることは、大学での微積分のスコアの平均で5％ポイントの増加にのみ関連していることがわかりました—75％から80％に。 むしろ、大学の微積分学でB以上の収入を得る最良の予測因子は、高校の代数1と2と幾何学のように劣らず収入を得ている学生でした。高校の微積分が大学レベルの数学のために準備された学生の最良の指標ではないのであれば、それは大学入学で何を意味するのでしょうか？

一言で言えば：お金。

高校で微積分を取る学生の半分以上は、数学教育の研究のためのジャーナルで今月の研究によると、年間above100,000以上の世帯収入を持つ家族から来ています。 対照的に、中所得の学生の15％と家族の最も貧しい25％のそれらの7％だけがコースを受講します。

“数学は、それが20または30年前よりも、今上向きのモビリティにとってさらに重要です。.. それは問題を迅速に解決するあなたの一般的な能力に関連していると見られています”とTreismanは言い、その結果、現在の経路は有色の学生のための埋葬地”

新しいパスを鍛造

統計とデータリテラシーの擁護者は、興味深く、厳格な数学のコースの分野を多様化することは、STEMや他のキャリアへの学生の 2017年現在、米国 労働統計の推計局は、データリテラシーと統計を必要とするジョブは、国で最も急速に成長している10の職業の一つであることを示しました。

“私たちは二つの道を進んでいます”と、学校区と協力して数学のカリキュラムを改善するコンコードコンソーシアムの上級科学者であるWilliam Finzer “コンピュータサイエンスが取った道のように、より簡単なものは、コースや科目領域を開発し、学校に時間を与えることです。 … その問題は、それは非常に広く機会を広げていない、です。 それはコースを取ることを選択した子供たちの小さなグループに集中するようになります—そしてそれは取るべきもう一つの主題です。”

フィンザーは、代わりに、数学、生物学、あるいは公民や歴史であっても、少なくとも一つのクラスが年に一度、大規模なデータセットの意味を理解することに取り組むように学生に要求する、より包括的なアプローチを想定しています。 このようなアプローチは、彼は言った、”それはあなたが高校から出てきたとき、データはあなたに外国ではないことを意味するので、大きな違いを生むだろ”

EDCのオーシャンズ-オブ-データ-インスティテュートは、異なる学年での統計とデータ-リテラシーの学習進行を構築しています。 この進歩には、統計とデータリテラシーの概念だけでなく、データ専門家が使用する一般的なプログラミングやツールを使用できるようにするコンピュータサイエンスコンセプトや、統計の倫理的使用やプライバシー保護などのより哲学的な概念が含まれます。