MétaCan
Menu
Retour à la cohorte
Enregistrement W1790054086

The Journey of two Physical Education and Health Teachers in Learning to Teach Personal and Social Responsibility

2015· article· en· W1790054086 sur OpenAlexaffabout
Sylvie Beaudoın, Jean-Pierre Brunelle, Carlo Spallanzanı

Notice bibliographique

RevueRevue phénEPS / PHEnex Journal · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPhysical educationSocial responsibilityCurriculumPedagogyPsychologyProfessional developmentPersonal developmentMoral responsibilityAction (physics)Mathematics educationMedical educationPublic relationsMedicinePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Responsibility development is a key feature of the Province of Quebec’s elementary school curriculum. However, it does not provide teachers with clear direction on how to teach personal and social responsibility. A nine-month action research project was conducted during the 2008-2009 school-year with two physical education and health teachers willing to implement the Teaching Personal and Social Responsibility (TPSR, Hellison, 1995; 2003; 2011) model in their respective settings. The purpose of this study is to describe each teacher’s journey in learning how to teach personal and social responsibility. Data sources included participant observations, semi-structured interviews and post-teaching self-reflections. Core categories qualifying PEH teachers’ professional development processes were generated from data analysis and revealed two different profiles. The findings are discussed through Martinez’s (1993) professional development model.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,200
Tête enseignante GPT0,539
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue phénEPS / PHEnex JournalMême sujetPhysical Education and PedagogyTravaux en français237 207