MétaCan
Menu
Retour à la cohorte
Enregistrement W4286491574 · doi:10.18666/tpe-2022-v79-i4-10947

Differences in Enjoyment and Need for Cognition Relative to Teaching Games for Understanding, Physical Education, and Intentions to Enroll

2022· article· en· W4286491574 sur OpenAlexaff
Ken R. Lodewyk, Scott Robertson

Notice bibliographique

RevueThe Physical Educator · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitionPhysical educationNeed for cognitionPedagogy

Résumé

récupéré en direct d'OpenAlex

The primary aim of this quasi-experimental study was to investigate differences in enjoyment and need for cognition between regular physical education and a Teaching Games for Understanding (TGfU) unit by level (higher or lower) of intention to enroll in physical education. A sample of 71 ninth-grade physical education students completed a survey assessing enjoyment and need for cognition before and after participating in a 2-week TGfU territorial games unit. Results included significantly lower enjoyment for TGfU than for physical education both overall and among students with higher intentions to enroll. Students more prone to future enrollment also had higher need for cognition during TGfU than physical education after the study controlled for need for cognition in physical education. It may be necessary to better explain and justify TGfU especially with students higher in intentions to enroll while striving to enhance cognitive engagement during TGfU in those with lower intentions to enroll.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,383
Écart entre enseignants0,318 · 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'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueThe Physical EducatorMême sujetEducational Games and GamificationTravaux en français237 207