MétaCan
Menu
Retour à la cohorte
Enregistrement W4408480249 · doi:10.1123/jtpe.2023-0320

Using Comics as a Tool Within Ethnographic and Narrative Research on Physical Education

2025· article· en· W4408480249 sur OpenAlexaff
Shawn Forde

Notice bibliographique

RevueJournal of Teaching in Physical Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComicsEthnographyPhysical educationNarrativePsychologyPedagogyNarrative inquirySociologyMathematics educationVisual artsLiteratureArtAnthropology

Résumé

récupéré en direct d'OpenAlex

Purpose : The purpose of this article is to advocate for the use of arts-based research, particularly comic-making within narrative and ethnographic research on physical education. Method : A discussion of comics-based research is provided herein that outlines the affordances offered by the comics medium as a tool within research, particularly ethnographic and narrative research. Following this, a discussion takes place on a number of comics pages that were created during two research projects. Results : The affordances offered by comics including multimodality, sequence and simultaneity, and style and voice allow researchers to capture emplaced and embodied narratives. Furthermore, comics provide a unique way to engage with reflection and analysis. Conclusion : The ways comic making provides a vehicle for critical self-reflection and building relationships with people, places, and histories, are presented as key arguments for the adoption of comics-based research in physical education.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,092
Tête enseignante GPT0,555
Écart entre enseignants0,463 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching in Physical EducationMême sujetInclusion and Disability in Education and SportTravaux en français237 207