MétaCan
Menu
Retour à la cohorte
Enregistrement W3193735490 · doi:10.1123/jtpe.2021-0030

Supporting Teachers in Implementing Movement Integration: Addressing Barriers Through a Job-Embedded Professional Development Intervention

2021· article· en· W3193735490 sur OpenAlexaff
Kristina Maria Sobolewski, Larissa T. Lobo, Alexandra L. Stoddart, Serene Kerpan

Notice bibliographique

RevueJournal of Teaching in Physical Education · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensUniversity of ReginaOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)Intervention (counseling)Professional developmentPsychologyPhysical educationMedical educationApplied psychologyMedicineNursingPedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose: Movement integration (MI) is a method to increase physical activity with numerous learning outcomes. However, MI implementation is low. The purpose of this study was to investigate the effects of a job-embedded professional development intervention on teachers’ MI barriers. An implementation science approach was used. Methods: The intervention was developed and delivered through six procedures. Mixed-methods data were used to develop the intervention and assess outcomes. The intervention was delivered over 3 weeks to 12 participants. Results: Reported barriers included time constraints, lack of space, fear of losing control, and limited confidence and competence. Results indicated a significant increase in teachers’ self-reported MI use from pre- to postimplementation (Z = −2.138, p = .0165, r = .6), improved confidence (p = .048), and a strong positive correlation (τb = .627, p = .018) between confidence and competence. Conclusion: Job-embedded professional development may be an effective strategy to support teachers in overcoming barriers to MI.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
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 savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,417
Écart entre enseignants0,389 · 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'étudeEssai non randomisé
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching in Physical EducationMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207