Promoting health and equity in schools: environmental scan of outdoor learning spaces in Nova Scotia
Notice bibliographique
Résumé
Children are increasingly disconnected from nature, particularly within the school setting, despite the potential for schools to influence children's health and well-being. In 2021, government funding allowed for the creation of new outdoor learning (OL) spaces in elementary schools in Nova Scotia, Canada. We conducted an environmental scan to explore the state and impact of this OL funding for children's health and well-being. All Nova Scotia elementary schools (n = 289) were sent an online survey about elements included in their OL spaces, how diversity and accessibility were addressed, perceived benefits to students, and insights about the process. Quantitative and qualitative data were analyzed descriptively or through content analysis, respectively. Ninety-four (33%) surveys were returned. Most (65%) respondents had or were creating their OL spaces. Outdoor seating with a white/blackboard was the most common design (34.5%). Schools made some efforts to incorporate diversity and accessibility in the designs. Respondents perceived that the OL spaces increased student engagement, movement, and exposure to nature. Schools also noted that clearer communication about the funding was needed, including more school involvement in decision-making, more choice in design, and corresponding professional development for teachers. The OL spaces were perceived to support the creation of inclusive, supportive school environments that promote diversity and contribute to students' overall sense of well-being. Yet, the findings also underscore that the OL space infrastructure is only part of the equation and broader systemic, pedagogical, and cultural supports are essential to enabling meaningful and sustained OL.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».