MétaCan
Menu
Retour à la cohorte
Enregistrement W2562333120

Keeping Adolescent Girls Engaged in Physical Activity

2016· article· en· W2562333120 sur OpenAlexaboutno aff
Allison Sinclair

Notice bibliographique

RevueTSpace (University of Toronto) · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical activityPsychologyDevelopmental psychologyMedicinePhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research shows that adolescent girls (aged 12-15 years old) are experiencing a decline in physical activity. Research shows that adolescent girls are more likely to opt out of physical education programming when it is no longer mandated in schools (Landolfi, 2013; Statsistics Canada, 2011). The purpose of this study is to inquire how a sample of intermediate physical educators are eliciting greater participation from female students through formal and informal opportunities in physical activity. The main research question guiding this research project is: How is a sample of intermediate physical education teachers eliciting greater participation from female students in formal and informal opportunities in physical activity? Subsidiary questions include: What do these teachers observe as outcomes from these students’ participation in physical activity? What are these teachers’ perspectives on why adolescent female students may be reluctant to participate in physical activities in school? This research is a qualitative study where three educators were chosen to take part in a 45 min semi-structured interview. The findings from this study are that positive teacher strategies in physical education classes such as: motivation, encouragement and modeling, can help increase student engagement, and foster self-efficacy in physical activity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetChildren's Physical and Motor DevelopmentTravaux en français237 207