A Clinical Didactics Analysis of the Use of Proxemics Forms in the Teaching-Learning Process of Sports and Physical Education Setting: A Case Study in Tunisia
Notice bibliographique
Résumé
This paper aims to explore the link between teacher’s use of proxemics and the “link to body” and its impact on teaching act through the analysis of the teaching practice of one Physical Education (PE) teacher named (E). Relying on a clinical didactic methodology based on a “case study” (Terrisse, 2003; Ben Jomaa, Chihi, Sghaier, Mami & Kpazaï, 2017), two types of data were collected. The observation and the video recording of two PE sessions (gymnastics and volleyball) allows to obtain quantitative data in terms of the amount of proxemics types (Hall, 1966) used by the teacher in each teaching session. To collect the qualitative data, different types of interviews (already-there, post-stroke, ante and post session) were conducted with the same teacher in different research temporalities. As a result, the triangulation of these two types of data (Huberman & Miles & De Backer, 1991) shows an obvious correlation between the use of proxemics types and the link to body (Jourdan, 2006). When he gets close, especially in gymnastics setting, he maintains an intimate link to the body through touching and manipulating liberally student’s body parts. When he stays distant, he sometimes shows a narcissistic aspect by showing off his corporal skills in terms of his unconscious “impossible to support”, although he sometimes manifests a distant and repulsive link to body when he faces a paucity of knowledge especially in volleyball. https://doi.org/10.26803/ijlter.17.1.9
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».