La place des technologies éducatives dans les équipes compétitives de soccer amateur au Québec : Design pédagogique d'un outil technologique de planification des entrainements
Notice bibliographique
Résumé
La synthèse des écrits scientifiques réalisée dans le cadre de cette étude révèle que l’exploitation des technologies éducatives et des bases pédagogiques est prometteuse pour l’entrainement en sport (Browne et Lyle, 2018; Carlier, 2019; Cengiz, 2015; Hutchison et Woodwaed, 2018; Kos, Wei, Tomažič et Umek, 2018; Kuklick, et Harvey, 2018; Liebermann, Katz, Hughes, Bartlett, McClements et Franks, 2002; Liebermann, Katz et Sorrentino, 2005; Marion et Thibault, 2002; Rumo et Melly, 2019). Pourtant, très peu d’entraineurs les utilisent efficacement et plusieurs n’en utilisent pas du tout (Liebermann, Katz, et Sorrentino, 2005). Lorsqu’on analyse le contexte d’entrainement dans lequel les athlètes sont placés lors de l’utilisation de ces technologies, on remarque que l’intérêt est principalement dirigé vers l’accroissement de la performance sans considérer l’importance des interventions éducatives (Gray, 2017; Novatchkov et Baca, 2013; Song, Xu, Fong, Chin, Chua et Huang, 2012; Tóth et Lógó, 2018). Ces constats soulignent le manque de considération à l’endroit des principes de design pédagogiques ainsi que de l’exploitation des technologies à des fins pédagogiques. L’objectif général de la présente étude est donc de concevoir un outil technologique de planification des entrainements qui vise à faciliter l’exploitation efficace des bases de design pédagogique et des technologies éducatives au service de la pédagogie dans un contexte d’entrainement pour les entraineurs et les athlètes d’équipes compétitives de soccer amateur du Québec. Le but ultime du projet d’étude est alors de favoriser l’autonomie et la collaboration des entraineur et athlètes dans la pratique d’une planification complète et pertinente. Pour répondre à cet objectif, deux objectifs spécifiques sont réalisés en parallèle. À cet effet, les bases de conception d’un outil technologique de planification des entrainements sont développées et une analyse de la situation des équipes compétitive de soccer amateur du Québec est réalisée à partir de deux questionnaires en ligne afin d’identifier les besoins précis concernant la clientèle visée. Les résultats de l’étude indiquent que la clientèle cible utilise peu les technologies éducatives bien que la majorité les connaisse, qu’ils se sent compétents à les utiliser et qu’ils sont très intéressées à les utiliser à long terme. Toutefois, certains obstacles identifiés semblent nuire à leur exploitation. Puis, certaines bases pédagogiques sont plus utilisées que d’autres par les entraineurs. Cependant, les théories du sport que sont la théorie intégrée des motivations en sport, la zone de délicieuse incertitude et l’Academic Learning Time - Physical Education (ALT-PE), présentées dans ce mémoire, pourraient être plus exploitées. Les bases de conception d’un outil technologique de planification des entrainements ont été conçues, répartis sur trois itérations, à partir d’un cadre de planification et d’un arbre décisionnel. Des maquettes et un exemple de scénario pédagogique ont également été créés afin de supporter la conception de l’outil technologique de planification. Par l’entremise de cet outil technologique, il est attendu que ce dernier guide la planification des entrainements tout en favorisant l’intégration des bases pédagogiques et l’utilisation de technologies éducatives afin que les entraineurs et les athlètes puissent éventuellement les intégrer de façon autonome et efficace dans leur programme d’entrainement par l’entremise d’une planification adaptée et complète. De futures études devraient être menées pour tester l’outil technologique de planification auprès d’un échantillon représentatif des usagers afin de raffiner sa conception, pour obtenir l’opinion plus élaborée de la clientèle cible et pour éventuellement développer l’interface.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».