MétaCan
Menu
Retour à la cohorte
Enregistrement W2945516832 · doi:10.1080/13573322.2019.1612349

A focus on the <i>how</i> of meaningful physical education in primary schools

2019· article· en· W2945516832 sur OpenAlexaff
Stephanie Beni, Déirdre Ní Chróinín, Tim Fletcher

Notice bibliographique

RevueSport Education and Society · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPhysical educationCompetence (human resources)PsychologyPedagogyClass (philosophy)Meaningful learningMathematics educationValue (mathematics)Primary educationSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

In line with recent calls for clearer connections to be made between the why, what and how of physical education, there has been a renewed emphasis on the value of promoting meaningful experiences for young people. While attention had been paid to the why and what of meaningful physical education, less has been directed toward the how. Therefore, the purpose of this study was to examine ways that the features of meaningful experiences (the what) – including social interaction, fun, challenge, motor competence and personally relevant learning – provided guidance for one teacher’s planning and instructional decisions and the enactment of particular pedagogical strategies (the how) that promote meaningful physical education experiences in one primary teacher’s class. Data from a unit of striking-and-fielding games were collected and analysed. Pedagogical strategies that helped the teacher to promote each feature of meaningful experiences are outlined in conjunction with supporting teacher and student data. This study offers preliminary insight into how a teacher can promote meaningfulness in physical education by offering direction on particular pedagogical strategies that begin to form a coherent approach for physical education practice.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,012
Communication savante0,0090,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,406
Écart entre enseignants0,377 · 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

Citations60
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Education and SocietyMême sujetPhysical Education and PedagogyTravaux en français237 207