MétaCan
Menu
Retour à la cohorte
Enregistrement W4392734216 · doi:10.26584/rdpa.2023.12.7.3.23

Accompanying Learning in Dance Classes in Quebec Schools through Movement Observation Analysis (MOA)

2023· article· en· W4392734216 sur OpenAlexaboutno aff
Nicole Harbonnier, Caroline Raymond, Stéphanie Connors, Hélène Duval, Christine Brabant

Notice bibliographique

RevueResearch in Dance and Physical Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDanceMovement (music)PsychologyGeographyVisual artsArtAesthetics

Résumé

récupéré en direct d'OpenAlex

As a school discipline in Quebec, dance is heir to the Modern Educational Dance (MED) movement, founded by Rudolf Laban (1948, 1976), better known in Quebec as creative dance (Raymond, 2014, p. 22). About ten years ago, Movement Observation-Analysis (MOA) (Harbonnier, Dussault, Ferri, 2021) was introduced into the artistic and pedagogical training of school dance teachers in Quebec. With the aim of revising ministerial programs for teaching dance in Quebec schools, which are over twenty years old, we wondered how MOA concepts were useful to dance teachers in Quebec schools. To this end, we asked ten school dance teachers to describe their use of OAM in their teaching, using the technique of the explicitation interview (Vermersch, 1994). With regard to the pedagogical function of school dance teachers, the results of our research, through the case study of teacher Suzie, show that MOA provides an enriched and clarified conceptual framework and lexicon to refine movement observation activities (diagnostic function), improve pedagogical communication (physical demonstration and verbal instructions), and provide knowledge about movement to share with students, fostering their autonomy in learning (learning support function).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,003
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,179
Tête enseignante GPT0,490
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Dance and Physical EducationMême sujetDiversity and Impact of DanceTravaux en français237 207