Gadgets in the Gymnasium: Physical Educators’ Use of Digital Technologies | Les gadgets au gymnase : l’utilisation des technologies numériques par les enseignants en éducation physique
Notice bibliographique
Résumé
This article highlights results from a recent study that investigated Atlantic Canadian physical educators’ adoption and implementation of various digital technologies. Employing a mixed-methods research design (survey participants, n = 206; focus group participants, n = 12), the research intended to provide a clear overview of physical educators’ implementation of digital technologies—as well as an account of the factors that may enable or limit their use. Results suggest that some digital technologies are used more (e.g., audio players, computers) than others (e.g., Dartfish, iTouch). Moreover, a number of external barriers (limitations in time, expertise, resources) and internal barriers (teacher beliefs, established pedagogy) were identified. In light of these results, a number of observations and comments are offered. Results from this research might be of particular interest to those engaged with physical education and technology implementation.Cet article souligne les résultats d’une étude récente qui s’est penchée sur l’adoption et la mise en application de diverses technologies numériques par les moniteurs d’éducation physique du Canada atlantique. À l’aide d’un modèle de recherche faisant appel à des méthodes mixtes (participants au sondage, n = 206; participants au groupe de discussion, n = 12), l’étude entendait fournir un survol limpide de la mise en œuvre des technologies numériques par les enseignants en éducation physique, ainsi qu’un compte-rendu des facteurs qui peuvent permettre ou limiter cet usage. Les résultats suggèrent que certaines technologies numériques sont plus utilisées (p. ex. lecteurs audio et ordinateurs) que d’autres (p. ex. Dartfish, iTouch). De plus, un certain nombre d’obstacles externes (des limites relatives au temps, à l’expertise, aux ressources) et internes (croyances des enseignants, pédagogie établie) ont été repérés. À la lumière de ces résultats, nous offrons certaines observations et des commentaires. Les résultats de ces recherches peuvent être intéressants pour les personnes qui s’occupent de l’éducation physique et de la mise en application des technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».