MétaCan
Menu
Retour à la cohorte
Enregistrement W7112681689

L’analyse du niveau de littératie physique des élèves de 10 à 12 ans, à l’échelle d’un territoire

2022· article· fr· W7112681689 sur OpenAlexaboutno aff

Notice bibliographique

RevueORBi UMONS · 2022
Typearticle
Languefr
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical activityLife styleLeisure time
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La Campagne « En sport aussi une ardeur d’avance » menée depuis 30 ans en Belgique, au sein de la Province du Luxembourg évalue la condition physique de 5000 élèves de 10 à 12 ans. Cette campagne rassemble plusieurs acteurs de fonctions et statuts différents, membres de la Commission Sportive Provinciale, employés du Service Provincial des Sports, les enseignants en éducation physique de l’enseignement fondamental, des étudiants, formateurs et enseignants-chercheurs de la Haute École Robert Schuman. La coopération entre tous ces acteurs communautaires et institutionnels a pour objectifs de sensibiliser les élèves sur leurs niveaux d’aptitudes physiques et de littératie physique, ainsi que sur leur engagement à la pratique d’une activité physique régulière. Outre les 8 tests d’aptitudes physiques réalisés lors des journées de campagne, l’évaluation de la littératie physique a été réalisée, dans un second temps, chez une centaine d’enfants, suivant le modèle d’évaluation canadienne de la littératie physique (CAPL-2). Cette recherche vise à évaluer d’autres compétences chez les élèves, leur motivation, leur confiance, leurs comportements quotidiens et leurs connaissances dans les domaines de l’activité physique et de la santé. L’intervention des différents acteurs, issus du milieu scolaire et des institutions provinciales permet de situer l’élève sur son niveau de littératie physique, et d’en analyser la corrélation avec ses aptitudes physiques et la quantité d’activité physique pratiquée. Cette approche socio-écologique met en évidence l’importance des interactions entre les acteurs de différents niveaux de l’environnement de chaque individu.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0300,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,367
Écart entre enseignants0,319 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueORBi UMONSMême sujetPhysical Education and PedagogyTravaux en français237 207