MétaCan
Menu
Retour à la cohorte
Enregistrement W3184731756

Exploring the use of Social Media in Secondary Physical Education: the #Active 365 challenge

2021· article· en· W3184731756 sur OpenAlexaffabout
Lisa Taylor

Notice bibliographique

RevueRevue phénEPS / PHEnex Journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSocial mediaPedagogyContext (archaeology)Strict constructionismPhysical educationPsychologyPhysical activityMathematics educationComputer scienceMedicinePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore the experiences of two Alberta secondary physical education teachers’ use of the #Active365 challenge, a researcher developed and piloted, social media-based and mobile device-facilitated, online challenge that aimed to embrace technology and more comprehensively achieve active lifestyle physical education curricular outcomes. This research was framed with a social constructionist epistemology where knowledge is co-created and specific to context, and due to the remote nature of the study, methodology involved a pragmatic approach to a multiple case study. Data was primarily gathered from individual semi-structured interviews following participant use of #Active 365 for one semester. Findings showed that teacher experiences were unique within their respective contexts and dependent upon teacher direction, student uptake, and grade level. This research offers insight to those considering engaging students in physical activity-focused physical education curricular outcomes through social media.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,478
Tête enseignante GPT0,473
Écart entre enseignants0,005 · 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'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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue phénEPS / PHEnex JournalMême sujetPhysical Education and PedagogyTravaux en français237 207