MétaCan
Menu
Retour à la cohorte
Enregistrement W3215567430 · doi:10.1186/s12966-021-01221-9

Behaviours that prompt primary school teachers to adopt and implement physically active learning: a meta synthesis of qualitative evidence

2021· article· en· W3215567430 sur OpenAlexaff
Andy Daly-Smith, Jade L. Morris, Emma Norris, Toni L. Williams, Victoria S.J. Archbold, Jouni Kallio, Tuija Tammelin, Amika Singh, Jorge Mota, Jesper von Seelen, Caterina Pesce, Jo Salmon, Heather McKay, John B. Bartholomew, Geir Kåre Resaland

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesErasmus+
Mots-clésBehavioural sciencesQualitative researchPsychologyClinical nutritionMedical educationPrimary (astronomy)Mathematics educationMedicinePedagogySociologyPsychotherapistSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physically active learning (PAL) - integration of movement within delivery of academic content - is a core component of many whole-of-school physical activity approaches. Yet, PAL intervention methods and strategies vary and frequently are not sustained beyond formal programmes. To improve PAL training, a more comprehensive understanding of the behavioural and psychological processes that influence teachers' adoption and implementation of PAL is required. To address this, we conducted a meta-synthesis to synthesise key stakeholders' knowledge of facilitators and barriers to teachers' implementing PAL in schools to improve teacher-focussed PAL interventions in primary (elementary) schools. METHODOLOGY: We conducted a meta-synthesis using a five-stage thematic synthesis approach to; develop a research purpose and aim, identify relevant articles, appraise studies for quality, develop descriptive themes and interpret and synthesise the literature. In the final stage, 14 domains from the Theoretical Domain Framework (TDF) were then aligned to the final analytical themes and subthemes. RESULTS: We identified seven themes and 31 sub-themes from 25 eligible papers. Four themes summarised teacher-level factors: PAL benefits, teachers' beliefs about own capabilities, PAL teacher training, PAL delivery. One theme encompassed teacher and school-level factors: resources. Two themes reflected school and external factors that influence teachers' PAL behaviour: whole-school approach, external factors. Ten (of 14) TDF domains aligned with main themes and sub-themes: Knowledge, Skills, Social/Professional Role and Identity, Beliefs about Capabilities, Beliefs about Consequences, Reinforcement, Goals, Environmental Context and Resources, Social influences and Emotion. CONCLUSIONS: Our synthesis illustrates the inherent complexity required to change and sustain teachers' PAL behaviours. Initially, teachers must receive the training, resources and support to develop the capability to implement and adapt PAL. The PAL training programme should progress as teachers' build their experience and capability; content should be 'refreshed' and become more challenging over time. Subsequently, it is imperative to engage all levels of the school community for PAL to be fully integrated into a broader school system. Adequate resources, strong leadership and governance, an engaged activated community and political will are necessary to achieve this, and may not currently exist in most schools.

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)0,066
score de la tête « metaresearch » (Gemma)0,193
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,348

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,193
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,009
Bibliométrie0,0150,013
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0030,005
Intégrité de la recherche0,0020,003
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 Opus0,333
Tête enseignante GPT0,571
Écart entre enseignants0,238 · 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'étudeRevue systématique
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

Citations63
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetPhysical Education and PedagogyTravaux en français237 207