MétaCan
Menu
Retour à la cohorte
Enregistrement W2782402130 · doi:10.55016/ojs/pplt.v2y2017.42652

The Kinesiology Curriculum: Using Student Responses to Evaluate Course Content

2017· article· en· W2782402130 sur OpenAlexaff
Eshleen Grewal, Patricia K. Doyle–Baker

Notice bibliographique

RevuePapers on postsecondary learning and teaching. · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésKinesiologyCourse (navigation)CurriculumContent (measure theory)Medical educationPsychologyMathematics educationPedagogyMedicineEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The academic discipline of kinesiology is relatively new (1960s) and is devoted to the study of human movement. The knowledge base and subject of study continues to develop and now includes inquiry regarding the impact of physical activity on health, society, and quality of life. The purpose of this course content evaluation was to identify kinesiology students’ views on the addition of public health content in the curriculum. A lecture addressing the background history of public health, with supported reading, was given to forty students enrolled in an upper level Bachelor of Kinesiology-health course. Students were advised of the inclusion of this topic on the final exam and that their responses would be used to inform future direction of the course material. Students were asked to provide their opinion, through a written response to the question: Does public health belong in the Faculty of Kinesiology? A content analysis was employed and seven themes were identified from students’ responses. The themes highlighted professional experience, enhanced leadership, and health promotion and physical activity’s contribution to health. In summary, students positively evaluated the inclusion of public health within the kinesiology curriculum and perhaps this is not surprising given the scoring associated with the question. Despite this limitation, students provided insightful responses worthy of reflection that should be considered in a dialogue about the inclusion of public health content in the kinesiology curriculum.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,119
Tête enseignante GPT0,512
Écart entre enseignants0,393 · 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'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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapers on postsecondary learning and teaching.Même sujetPhysical Education and PedagogyTravaux en français237 207