MétaCan
Menu
Retour à la cohorte
Enregistrement W4315436071 · doi:10.1080/02701367.2022.2125927

Development of ELIP to Assess Physical Literacy for Emerging Adults: A Methodological and Epistemological Challenge

2023· article· en· W4315436071 sur OpenAlexaff
Joseph Gandrieau, Christophe Schnitzler, John Cairney, Richard Keegan, Will Roberts, Peter Bentsen, Dean Dudley, Raymond Kim Wai Sum, Fotini Venetsanou, Chris Button, Sylvain Turcotte, Félix Berrigan, Marc Cloes, James Rudd, Vassiliki Riga, Alexandre Mouton, Jana Vašíčková, Joël Blanchard, Léa Mekkaoui, Thibaut Derigny, N. Franck, R-M. Repond, Mojca Markovic, Claude Scheuer, François Potdevin

Notice bibliographique

RevueResearch Quarterly for Exercise and Sport · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésOperationalizationCognitionPsychologyLiteracyDelphi methodReliability (semiconductor)Cognitive skillValuation (finance)Cognitive psychologyApplied psychologyComputer sciencePedagogyArtificial intelligenceEpistemology

Résumé

récupéré en direct d'OpenAlex

Purpose: Following increased interest in physical literacy (PL), development of appropriate tools for assessment has become an important next step for its operationalization. To forward the development of such tools, the objective of this study was to build the foundations of the Évaluation de la Littératie Physique (ELIP), designed to help reduce existing tensions in approaches to PL assessment that may be resulting in a low uptake into applied settings. Methods: We followed two steps: (1) the development of the first version of ELIP by deploying a Delphi method (n = 30); and (2) the modification of items through cognitive interviews with emerging adults (n = 32). Results: The expert consensus highlighted four dimensions of PL to be assessed—physical; affective; cognitive; and social—with new perspectives, including a preference for broad motor tests over fitness. Conclusion: Results offer new insights into the assessment of emerging adults’ PL, but ELIP still requires further work concerning validity, reliability, and sensitivity.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,225
Tête enseignante GPT0,479
Écart entre enseignants0,254 · 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'étudeAutre devis
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Quarterly for Exercise and SportMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207