Bibliographic record
Abstract
Le manuel de l’éducateur physique propose une synthèse des fondements théoriques et pratiques permettant le développement des compétences d’un enseignant en éducation physique et à la santé (EPS), telles qu’elles sont définies dans le référentiel de compétences professionnelles de la profession enseignante du ministère de l’Éducation du gouvernement du Québec. Dans le but de mieux outiller les étudiants en enseignement en EPS, mais également les intervenants des milieux scolaire et professionnel, cet ouvrage de vulgarisation explore la motivation du choix de carrière et les étapes du cheminement de l’éducateur, les dimensions éthiques et interculturelles, la notion d’intervention, de même que l’importance des technologies de l’information et de la communication, de l’éducation à la santé, de l’adaptation de la pratique ainsi que de l’insertion professionnelle. Les auteurs font ressortir les principes, les concepts et les éléments essentiels à la formation initiale pour que le lecteur soit ensuite en mesure d’amorcer une pratique réflexive sur sa profession. Divers tableaux, encadrés et exercices lui permettent également d’approfondir ses connaissances et de s’autoévaluer. Plusieurs professeurs et chargés de cours des milieux collégial et universitaire ainsi que des intervenants spécialisés ont collaboré à la réalisation de ce manuel incontournable pour aider les éducateurs physiques à être toujours plus efficaces auprès de leurs élèves.
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 | 0.009 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.007 | 0.017 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.028 | 0.005 |
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".