MétaCan
Menu
Retour à la cohorte
Enregistrement W2617113318

Implementing a Nature-Based Approach in Elementary Schools

2017· other· en· W2617113318 sur OpenAlexaffabout

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMathematics educationComputer sciencePedagogySociologyPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Master of Teaching Research Project is a qualitative study that addresses the topic of implementing a nature-based approach in elementary schools. The existing literature highlights the benefits of exposing young children to nature, and suggests possible downfalls if children do not have opportunities to meaningfully engage with the outdoors and natural materials. However, much of the literature focused on an early childhood setting instead of a school environment. With this in mind, the main research question that guided this study was: How does a small sample of elementary teachers implement nature-based learning with their students? Data was collected through semi-structured interviews with two elementary school teachers currently working in Ontario. Findings suggest that a nature-based approach can be integrated into a range of schools, regardless of the school environment. In addition, nature-based educators from this study addressed ways in which teachers can incorporate the outdoors along with natural materials, while still connecting these experiences to the Ontario curriculum. Findings also show that a teacher’s perceptions of the outdoors and their willingness to incorporate nature-based experiences play a significant role. Implications for the educational community and personal practice are discussed, and recommendations are made for school boards, educators, parents/caregivers, as well as areas for further research in this field.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1530,000

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 Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,240 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetUrban Green Space and HealthTravaux en français237 207