‘I'd rather learn outside because nature can teach you so many more things than being inside’: Outdoor learning experiences of young children and educators
Notice bibliographique
Résumé
Outdoor and nature-based activities promote better health and academic outcomes for children. The school context represents a critical opportunity to support increased outdoor time. Yet, outdoor learning (OL) is not being implemented consistently across school contexts, therefore, many students do not receive the opportunity to participate. This study was designed to support increased uptake of OL and explores young children’s perspectives of learning within an outdoor context and explores how educators support OL opportunities within an early learning context. This research places a focus on children’s voices in order to emphasize their perspective of the learning experience and to highlight experiential child-led processes within OL. We collected semi-structured interviews with students, their parents and school staff who were involved in OL. An exploratory thematic analysis was applied using QSR NVivo. Findings that emerged were organized under two main themes: Nature as the teacher and Child-led exploration of nature. Nature as a teacher contained three subthemes: 1) Seasonal change influencing inquiry, 2) Engagement with other living things in nature and 3) Dimensionality of the outdoors as an element that enhances learning – experiential immersive learning. Child-led exploration of nature contained one subtheme: Learning driven by play. These findings can be used to advocate for increased uptake of OL in education and to provide guidance to educators regarding how to include OL within their practice to enhance equitable access for children.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».