Examining the Preferences and Priorities of Dance Educators for Dance Science Information: A Pilot Study
Notice bibliographique
Résumé
INTRODUCTION: The growing field of dance medicine and science provides dance educators the opportunity to incorporate evidence-based approaches into teaching practices. Incorporating knowledge produced by dance science research into evidence-based practice can improve learning and health outcomes for dance students. Guided by the Knowledge to Action (KTA) Framework, the purpose of this study was to examine the preferences and research priorities of dance educators for receiving, accessing, and implementing dance science knowledge. METHODS: Ninety-seven dance educators representing a range of styles, experience, and educational settings completed an online survey. Dance educators responded to questions about the dance science topics they felt were important to their teaching practices, their preferences for receiving dance science information, and areas of dance science that need more research. Results:Responses indicated that dance science was important to participants' teaching practices although there was variability in which dance science topics were seen as "Absolutely Essential." Participants reported a preference for receiving dance science information through in-person methods and observations. Variability was also shown in participant responses to statements about the accessibility, format, and applicability of dance science information to teaching practices. Dance educators indicated that the easiest dance science topics to find information about were anatomy, flexibility, biomechanics, and injury prevention; dance educators also identified that more research was needed in mental health and psychology. CONCLUSION: The findings of this survey provide key considerations for factors such as accessibility, specificity, and resources that are user-friendly to inform future knowledge translation efforts tailored to dance educators.
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 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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».