Idrætsstuderendes læring af aktionsforskning i et samarbejde med erhvervsskolelærere
Notice bibliographique
Résumé
I 2015 vedtog den danske regering en erhvervsskolereform. Et forhold ved reformen af særlig interesse for idrætsforskning og -uddannelser, er kravet om 45 minutters daglig bevægelse. Således argumenterer en række videnskabelige studier for, at bevægelse vil kunne fremme læring i skolen. Konklusionen fra disse undersøgelser er at god fysisk form, træning og bevægelse kan øge: • præstation i kognitive tests • skolefaglige testresultater • hensigtsmæssig opførsel • læring gennem såkaldt kropslig forankring. I den forbindelse er spørgsmålet, hvordan en videns-informeret udvikling af praksis kan foregå, således at forskningsbaseret bevægelsesviden oversættes til daglig praksis på erhvervsskoleområdet. Da idrætsstuderende i fremtidige jobs kan forventes at skulle være med til at oversætte viden til praksis, fremlægges I denne præsentation et studie af idrætsstuderendes omsætning af viden til praksis på en fynsk erhvervsskole med aktionsforskning som metode. Spørgsmålet var derfor: Hvordan lærer idrætsstuderende aktionsforskning, og hvad lærer de om aktionsforskning, når de sammen med lærerne implementerer bevægelse i erhvervsskolens teoretiske undervisning? I studiet indgik 40 universitetsstuderende og 12 erhvervsskolelærere, der arbejdede sammen for at skabe en bevægelsespraksis i erhvervsskolens akademiske læring. Projektet var en del af kandidatkurset ’Idræt og Læring’ ved uddannelsen Idræt og Sundhed på SDU. Studerendes rapporttekster og observationsnoter fra undervisningen er analyseret induktivt tematisk. Resultaterne viste at de studerende sammen med erhvervsskolelærerne nåede frem til at afprøve fælles udviklede bevægelseskoncepter for undervisningen. Således var det muligt for studerende at lære aktionsforskningsmetoder i et 8-ugers kandidatkursus. I gennemførelsen af aktionerne havde nogle grupper udfordringer med at etablere god og hensigtsmæssig kommunikation med erhvervsskolelærerne. Alle grupper var i stand til at beskrive og identificere grundelementer i aktionsforskningsmetode, og marioteten af grupperne kunne forholde sig meta-reflekterende til egen forskerrolle i aktionsforskning. Litteratur: Biddle, SJ & Asare, M. (2011): Physical activity and mental health in children and adolescents: a review of reviews in British Journal of Sports Medicine, 45 (11), 886-895 Brannich, D. C. a. T. (2005). Doing Action Research in Your Own Organisation (2. ed.). London: SAGE. Dahler-Larsen, P. (2002). At fremstille kvalitative data (1 ed.). Odense: Odense Universitetsforlag. Diamond, A. (2013). Executive Functions. Annual Review of Psychology, Vol 64, 64, 135-168. doi:10.1146/annurev-psych-113011-143750 Kitchen, J., & Stevens, D. (2008). Action research in teacher education: Two teacher-educators practice action research as they introduce action research to preservice teachers. Action Research, 6(1), 7-28. doi:10.1177/1476750307083716 Straus, S. E., Tetroe, J., & Graham, I. (2009). Defining knowledge translation. Canadian Medical Association Journal, 181(3-4), 165-168. Retrieved from http://www.cmaj.ca/content/181/3-4/165.short Turner, S. A. (2010). Teaching Research to Teachers: A Self-Study of Course Design, Student Outcomes, and Instructor Learning. Journal of the Scholarship of Teaching and Learning, 10(2), 60-77. Virginia Braun, Victoria Clarke, Paul Weate (2016), Using thematic analysis in sport and exercise research, Smith, B. & Sparkes, A. C. (red.) Routledge Handbook of Qualitative Research in Sport and Exercise, Routledge.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».