MétaCan
Menu
Retour à la cohorte
Enregistrement W3039599609 · doi:10.5040/9781718210424

Teaching Games for Understanding

2005· book· en· W3039599609 sur OpenAlexaboutno aff

Notice bibliographique

RevueHuman Kinetics eBooks · 2005
Typebook
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoachingPhysical educationPsychologyPassionMedical educationPedagogyLibrary scienceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

This book is a collection of essays written by teacher educators with a passion for sharing knowledge, research, and insights about the Teaching Games for Understanding (TGfU) approach. The intended audience for this collection is teacher educators and graduate and undergraduate students in physical education and sport pedagogy as well as practicing teachers and coaches interested in helping students and players to become better games players. All our authors presented at the Fourth International TGfU Conference, which provided an arena for a restatement of the importance of games as a learning process. The conference was held in May 2008 at the University of British Columbia (UBC) in Vancouver, Canada. The next seminar will begin the newly adopted four-year cycle in 2012 in the United Kingdom and will be hosted by Loughborough University in Leicestershire. This event will mark the 30th anniversary of the seminal TGfU paper written by Bunker and Thorpe in 1982. TGfU has become a significant movement in physical education worldwide. The 2008 TGfU conference was attended by 355 participants (150 teachers, 40 coaches, 40 graduate students, and 125 researchers and teacher educators) who represented 26 countries from 6 continents. Over 90 presentations, including 22 practical sessions, took place at the conference. The 2008 conference was able to achieve a more desirable balance in research, theory, and practice. The planning committee spent a great deal of energy targeting the K-12 schools, coaching organizations, and their networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0080,011
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0230,007

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 Opus0,307
Tête enseignante GPT0,501
Écart entre enseignants0,194 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations192
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Kinetics eBooksMême sujetPhysical Education and PedagogyTravaux en français237 207