MétaCan
Menu
Retour à la cohorte
Enregistrement W4406203386 · doi:10.61091/jcmcc123-13

A Study of Gamification Design and Student Motivational Stimulation in Physical Education Instruction

2024· article· en· W4406203386 sur OpenAlexvenueno aff
Haonan Qian, Xinye Zhao, Aihua Lei, Teng Yu

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical educationPsychologyClass (philosophy)Mathematics educationIdentity (music)Self-determination theoryRegression analysisIntrinsic motivationControl (management)Social psychologyMathematicsComputer scienceAutonomyStatistics

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact of gamification teaching on students’ motivation in physical education using questionnaires, teaching experiments, and mathematical statistics. A gamified sports teaching model, grounded in the self-determination motivation theory and analyzed through a multiple regression model, was designed to assess motivational stimulation. Results showed that gamified physical education significantly improved motivation in the experimental class compared to the control class (P < 0.05). The average physical education score in the experimental class was 77.67, 5.08 points higher than the control class. Internal motivation, identity regulation, intake regulation, and external regulation ratings were 4.132, 3.992, 4.172, and 4.156, respectively. Regression analysis confirmed that gamified teaching positively influenced motivation, with self-determination theory effectively mediating students’ physical education learning motivation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,337
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetMotivation and Self-Concept in SportsTravaux en français237 207