Kinesiology, Physical Activity, Physical Education, and Sports through an Equity/Equality, Diversity, and Inclusion (EDI) Lens: A Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Equity, equality, diversity, and inclusion are terms covered in the academic literature focusing on sports, kinesiology, physical education, and physical activity, including in conjunction with marginalized groups. Universities in many countries use various EDI policy frameworks and work under the EDI headers "equality, diversity and inclusion", "equity, diversity and inclusion", "diversity, equity and inclusion", and similar phrases (all referred to as EDI) to rectify problems students, non-academic staff, and academic staff from marginalized groups, such as women, Indigenous peoples, visible/racialized minorities, disabled people, and Lesbian, Gay, Bisexual, Transgender, Queer or Questioning, and Two-Spirit (LGBTQ2S+) experience. Which EDI data, if any, are generated influences EDI efforts in universities (research, education, and general workplace climate) of all programs. METHOD: Our study used a scoping review approach and employed SCOPUS and the 70 databases of EBSCO-Host, which includes SportDiscus, as sources aimed to analyze the extent (and how) the academic literature focusing on sports, kinesiology, physical education, and physical activity engages with EDI. RESULTS: We found only 18 relevant sources and a low to no coverage of marginalized groups linked to EDI, namely racialized minorities (12), women (6), LGBTQ2S+ (5), disabled people (2), and Indigenous peoples (0). CONCLUSIONS: Our findings suggest a gap in the academic inquiry and huge opportunities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,031 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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