MétaCan
Menu
Retour à la cohorte
Enregistrement W3108419549 · doi:10.30958/ajspo.7-4-2

Student Understanding and Learning in Team Sports: Understanding through Game-Play Analysis

2020· article· en· W3108419549 sur OpenAlexaff
Zeineb Zerai, Jean-Françis Gréhaigne, Paul Godbout

Notice bibliographique

RevueAthens Journal of Sports · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPlan (archaeology)Process (computing)PsychologyAction (physics)RecallMathematics educationSubject matterLesson planKnowledge managementPedagogyComputer scienceCognitive psychologyCurriculum

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is three-fold: (a) to summarily examine the matters of team-sport subject-matter knowledge and student team-sport pedagogical content knowledge learning as they evolved in France since the 1960s, (b) to recall briefly the main constitutive elements of the Tactical-Decision Learning Model (T DLM) and their ties with student understanding and learning, and (c) to illustrate the use configurations of play and effective play-spaces as tools for enhancing student learning. Through T-DLM, students are challenged to collectively plan action projects, implement them in game play situations, and conclude as to their level of success or failure, going through several iterations of the process until stabilization of their acquired knowledge. This learning process unfolds under the teacher’s learned and facilitating guidance. Keywords: T-DLM, team-sport understanding, debate-of-ideas, configuration of play, student-centered approach

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

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

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 Opus0,192
Tête enseignante GPT0,459
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAthens Journal of SportsMême sujetPhysical Education and PedagogyTravaux en français237 207