"Synfaring": Et komparativt blikk på friluftsliv og outdoor adventure education som studiefag på høgskole og universitet
Bibliographic record
Abstract
Denne masteroppgaven i idrettsvitenskap er en kvalitativ studie av friluftsliv i Norge, og\noutdoor adventure education [OAE] i Canada, som studiefag på høgskoler og universitet.\nOppgavens intensjon er å belyse hva friluftslivsfaget «er» eller «blir» som studiefag i høgere\nutdanning. Det har vært gjort lite forskning på hva og hvordan friluftslivsundervisningen på\nhøgskolenivå blir i praksis. Den teoretiske tilnærmingen har tatt utgangspunkt i\nfriluftslivsutdanningens ideologiske og historiske røtter, hvor veiledning, naturmøtet og\nsituasjonsorientert læring er sentrale trekk; og i den Canadiske OAE tradisjonens tilnærming,\nhvor personlig- og mellommenneskelig utvikling, risiko, og allmenndannelse står sentralt; og i\nprofesjonsteori, hvor profesjonalitet, skjønn og identitet står sentralt. Mot den teoretiske\nbakgrunn har jeg valgt en åpen og eksplorerende problemstilling for å undersøke, forstå og\nfortolke hva studiefaget friluftsliv og OAE «er» og «blir» i praksis. Problemstillingen er:\nHvordan blir friluftsliv og Outdoor Adventure Education som studiefag konkretisert gjennom\nundervisning i praktiske emner ved ulike høgskoler og universitet, og hvordan reflekterer\nrespektive lærere over sin yrkesutøvelse?\nProsjektet ble gjennomført som feltarbeid og deltakende observasjon på tre\nundervisningsopplegg om ferdsel i kano på/ved vann og vassdrag – to i Norge og ett i Canada,\nog kvalitative intervju av tre erfarne friluftslivsveiledere/-undervisere.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.054 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".