Effect of Reciprocal Learning in Big Ball Games to Improve Physical Literacy of 12-Year-Old Junior High School Students
Notice bibliographique
Résumé
Physical literacy is the development of various human movements consisting of basic movement skills and basic sports skills, so that these skills provide tools for humans to do physical activities that improve or maintain lifelong health. On average, students after school do not have time to do physical activities, this shows that awareness of physical activity is very low, in addition, in physical education learning there are still students who lack and have not optimized physical activity, so that motivation, understanding, knowledge and movement activities in children decrease. This study aims to determine the effect of reciprocal learning in big ball games in improving physical literacy in 12-year-old children at the junior high school level. The method in this study uses a randomized control group pretest-posttest design experimental study, this experimental study was conducted on a group with a control or comparison group, the research sample consisted of 12-year-old children at the junior high school level, the research instrument used in this study adopted from the measurement of physical literacy from the Canadian Assessment of Physical Literacy (CAPL). The results in the independent t-test output table in the equal variances assumed section are known to have a Sig (2-tailed) of 0.015 <0.05 so that a decision can be taken that in the independent sample t-test it can be concluded that Ho is rejected and Ha is accepted, thus the results of this study conclude that there is a significant difference in the final test results of reciprocal learning in big ball games in improving physical literacy between the intervention group and the control group.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».