MétaCan
Menu
Retour à la cohorte
Enregistrement W4283369806 · doi:10.31219/osf.io/kcj3h

When are you taking us outside? An exploratory study of the integration of the outdoors in preschool and primary education in Quebec

2022· preprint· en· W4283369806 sur OpenAlexaffabout
Audrey-Anne Beauchamp, Yannick Lacoste, Célia Kingsbury, Tegwen Gadais

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecUniversité du Québec à Montréal
Organismes subventionnairesDeakin University
Mots-clésContext (archaeology)Inclusion (mineral)PsychologyPedagogyExploratory researchPerceptionLibrary scienceSociologyGeographySocial scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

en développement curriculaire (CUDC), Université du Québec à Montréal, Montréal, QC, Canada3 Centre de Recherche Interdisciplinaire sur la Formation et la Profession Enseignante (CRIFPE), Université du Québec à Montréal, Montréal, QC, Canada4 École de Santé Publique de l’Université de Montréal (ESPUM), Montréal, QC, Canada 5 Centre de recherche de l’Institut de Santé Mentale de Montréal (CRIUSMM), Montréal, QC, CanadaABSTRACTIntroduction: Recent research investigating the benefits of being outdoors and contact with nature in children showed strong associations with children’s health and development. More teachers are choosing to integrate outdoor learning (OL) into their practice in Quebec, but few studies have focused on OL in the school environment, particularly in Canada and more specifically in Quebec, despite the fact that the school context lends itself favorably to this practice. Objective: The purpose of this study was to portray OL in preschool and primary schools in Québec by identifying three key elements: 1) teachers’ perception of OL, 2) its uses in schools, and 3) teaching strategies and factors that influence teachers’ integration of OL. Methodology: Semi-structured group interviews (n=4) conducted with 14 teachers and participant observations (n=4) were used for data collection. Inclusion criteria were to be a preschool or primary school teacher, to have taught at least eight sessions of OL in the past year, and to have no connection or contact with the research team prior to the start of the study. Results: First, the results showed that teachers commonly understood outdoor as being in the open air, practicing a physical activity, the presence of nature, having educational freedom and an intended objective. Second, teachers appeared to incorporate a variety of pedagogical intentions in OL (e.g., environmental awareness, interdisciplinary learning), in a variety of settings (e.g., city parks, woodlands), and with a variety of academic subjects and learning tasks (e.g., French, mathematics). Third, teachers used a wide range of teaching strategies in OL (e.g., having flexible planning and well-established routines). Participants also identified multiple factors specific to their setting that appeared to facilitate (e.g., parental support) or limit (e.g., storage of materials) their integration of OL into the school environment. Conclusion: This study provided a better understanding of the current use of the OL in the Quebec school environment by identifying the common characteristics, limitations and winning strategies of its use in schools. Teachers and schools interested in OL could benefit from the results of this study, particularly those interested in adopting a Forest School or Udeskole 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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,003
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,356
Écart entre enseignants0,316 · 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'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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOutdoor and Experiential EducationTravaux en français237 207