Supplementary data: All five country narratives
Notice bibliographique
Résumé
This is supplementary data provided for the article titled: What's Right with PE: Exploring Positive Narratives in Physical Education. Abstract below.For decades, physical education (PE) scholars have called for a change to how PE is conceptualised and enacted, highlighting that its current (and persistent) form and focus - organised around physical activities and sport - are not fit for purpose. Much of this change-oriented discourse highlights ‘what's wrong with PE’, leading to suggestions about how PE should change in and for the future, for example, by adopting critical approaches and connecting more to the lives of young people. While we do not disagree with these perspectives and ideas, it is important to note that, in general, they have had little impact on PE curricula or pedagogy. In this paper we suggest an alternative, strengths-based approach. Drawing from discussions with PE practitioners (teachers, postgraduate students, pre-service teachers and teacher educators) across five national contexts: Canada, England, Ireland, Norway and Scotland - we generated narratives about ‘what’s right with PE’. The narratives highlighted that PE can be ‘fit for purpose’ when it connects to the wider school and community, when everyone has a shared understanding of its purpose, and when PE teachers enact a broad, holistic and inclusive curricula. We present the narratives as a kind of reflective tool, encouraging all PE practitioners to consider how they align with (or against) their current experiences. We hope that these reflections facilitate critical thinking and problem solving in their attempts to ensure that the subject is (and remains) fit for purpose now and in the future.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,004 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».