Examining the Impact of a Teaching Games for Understanding Approach on the Development of Physical Literacy Using the Passport for Life Assessment Tool
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose : The purpose of this study was to investigate the impact of an 8-week after-school intramural program that adopted a Teaching Games for Understanding (TGfU) approach to facilitate the development of elementary-school-aged children physical literacy. Methods : Using Physical and Health Education Canada’s Passport for Life tool, 22 participants took part in a battery of assessments consistent with characteristics of physical literacy. These measures were (a) active participation, (b) living skills, (c) fitness skills, and (d) movement skills. Each category of assessment included three submeasures for a total of 12 indicators of physical literacy. Participants were assessed at the beginning of the PlaySport Intramural Program and then 8 weeks later following participation in a series of after-school TGfU lessons designed using the PlaySport program. Results : Of the 12 indicators of physical literacy, the majority of participants reported higher scores at the end program for 10 of the indicators. Significant ( p < .004) improvements were seen in balance and stability skills, cardiovascular endurance, participation in diverse environments, and interest in participating in diverse activities. No improvements were seen in kicking skills and interacting with others. Discussion/Conclusion : These results provide support for the hypothesis that the use of pedagogical approaches such as TGfU can be effective at facilitating certain components of children’s development of physical literacy.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle