The Exercise Science Practice Model: A Framework for Integrating Critical Thinking, Reflective Practice, and Professional Reasoning in Exercise Science Education
Notice bibliographique
Résumé
The Exercise Science Practice Model (ESPM) is a foundational framework that unifies professional education, reasoning, and practice within the field of Exercise Science. Unlike allied health disciplines such as physical therapy, occupational therapy, and athletic training, Exercise Science has lacked an established practice model to guide curriculum design, professional identity, and accreditation. The ESPM bridges this gap by integrating the biopsychosocial model with critical thinking and clinical reasoning frameworks, emphasizing reflective, ethical, and evidence-based decision-making. Grounded in constructivist and transformative learning theories, the model promotes active, student-centered learning through case studies, simulations, and reflective exercises that cultivate higher-order cognitive skills.The ESPM is organized into six interrelated domains —Psychosocial, Assessment, Diagnosis, Prognosis, Intervention, and Outcome —that together provide a structured, cyclical approach to client management. Each domain incorporates both technical competencies and reflective reasoning, aligning with standards established by the American College of Sports Medicine (2020) and the National Strength and Conditioning Association (2025). Implementation within a regional University curriculum demonstrated enhanced student engagement, improved integrative reasoning, and strengthened professional identity. Preliminary outcomes suggest that ESPM fosters critical inquiry, ethical awareness, and interprofessional collaboration, aligning with current educational reforms in health sciences.Ultimately, the ESPM advances Exercise Science education by providing a replicable, evidence-informed framework that promotes curricular coherence, professional legitimacy, and the cultivation of reflective, competent practitioners prepared for the evolving demands of preventive health and performance science.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,049 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,029 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».