MétaCan
Menu
Retour à la cohorte
Enregistrement W7006751249

What is important? How one early childhood teacher prioritised meaningful experiences for children in physical education

2023· article· en· W7006751249 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésEarly childhoodPhysical educationEarly childhood educationNarrativeExploratory researchIdentification (biology)Qualitative researchChildhood education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Attention to the meaningfulness of children’s physical education experiences can promote rich, life-enhancing engagement with movement. While there has been recent interest in prioritising meaningfulness in physical education, this is not matched by vivid descriptions or empirical evidence of how to teach for meaningfulness, particularly in early childhood settings. Adopting a single exploratory qualitative case study design, the purpose of this research was to share how one teacher (Zack) prioritised meaningfulness in one unit of physical education with children aged 3-4 years. Data sources included lesson plans (n = 6), teacher reflections (n = 8), teacher narrative (n = 1), teacher artifacts (including Tweets and photographs (n = 95)) and student interviews (n = 4). Inductive analysis (Thomas, 2006) lead to the identification of pedagogies that were used to prioritise meaningfulness, several of which are representative of Zack’s pedagogical approach. Specifically, stories provided a pedagogical frame for children to move with purpose. Zack scaffolded activities upon the stories to help children make choices and decisions about their participation and provided them with a language to reflect on those experiences. These findings exemplify what a pedagogy of meaningfulness might include in early childhood settings and provides important direction for future implementation.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,308
Tête enseignante GPT0,629
Écart entre enseignants0,322 · 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.

Devis d'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPhysical Education and PedagogyTravaux en français237 207