Situation Awareness: A Pivotal Process for Sensemaking and Decision Making in the Learning and Practice of Physical Activities
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
In physical education (PE), reflection on action is usually referred to in relation with pedagogical approaches such as experiential learning, constructivism and social constructivism. In organization systems, sensemaking has been discussed in relation with situation awareness (SA), a construct closely related not only to decision making but to understanding as well. In recent years, researchers interested in decision making in high-level sport performance have taken an interest in SA. The purpose of this explanatory article is to examine the applicability of the SA construct, including its related DM and sensemaking processes, to the teaching/learning and performing of diverse categories of physical activities such as sports, dance, fitness activities, outdoor activities and leisure activities in general. In a first section, the author distinguishes two types of SA, current SA and reflected SA, in relation with reflection in action and reflection on action. With regard to the involvement of one or several individuals, three SA facets are suggested: primary SA, distributed SA, and socially shared SA. Following a short discussion on the relationship between SA and the data/frame theory, the author examines the process of framing physical activities in view of situation awareness. Finally, the metacognitive side of framing and situation awareness is briefly discussed in terms of individuals who come to select particular observational cues that work better for them. Keywords: situation awareness, data/frame theory, sensemaking, decision making, frame building
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle