Liikuntapelit osaksi koulun liikuntaa? : videopelitutkimus Jyrängön alakoulussa
Bibliographic record
Abstract
Saarinen Jussi. 2012. Liikuntapelit osaksi koulun liikuntaa? Videopelitutkimus Jyrängön alakoulussa. Liikuntatieteiden laitos, Jyväskylän yliopisto. Liikuntapedagogiikan Pro gradu –tutkielma, 85s. Tutkimus toteutettiin osana syksyllä 2010 käynnistynyttä Liikkuva koulu –hanketta, jonka tarkoituksena oli liikunnallistaa koulupäivää erilaisin keinoin. Tutkimuksen kohdejoukkona toimivat yhden hankkeeseen kuuluvan alakoulun neljäs- ja viidesluokkalaiset oppilaat (n=53). Tutkimuksella pyrittiin selvittämään alakoululaisten suhtautumista sekä pelikokemuksia liikuntapeleihin liittyen ja ennen kaikkea tarkastelemaan saatujen tutkimustulosten avulla liikuntapelien soveltuvuutta koulun liikuntakasvatukseen. Lasten ja nuorten ruutujen äärellä viettämän ajan kasvu (Heinonen ym. 2008) sekä toisaalta heidän erityinen suhteensa teknologiaan (Castelli & Fiorentino 2008, 2) luovat edellytykset liikuntapelien sovittamiselle osaksi liikuntakasvatusta. Tutkimus osoitti, että liikuntapelit koetaan sukupuolesta ja liikunnallisesta aktiivisuudesta riippumatta kiinnostaviksi ja motivoiviksi. Lisäksi pelien on tutkimuksissa havaittu innostavan erityisesti liikunnallisesti inaktiivisia tai ylipainoisia lapsia (esim. Garn, Baker, Beasley & Solmon 2012). Pojat osoittautuivat tyttöjä ahkerammiksi pelaajiksi pelaten liikuntapelejä useammin, mutta myös käyttäen yhteen pelikertaan tyttöjä enemmän aikaa. Kolmasosa kaikista vastanneista kertoi pelaavansa liikuntapelejä kahtena – kolmena päivänä viikossa ja aikaa yhteen pelikertaan kulutettiin useimmin 30 – 60 minuuttia. Suosituin liikuntapelien pelipaikka löytyi kotoa tai kaverin luota ja yleisintä peliseuraa olivatkin kaverit sekä perheenjäsenet Tutkimuksen perusteella liikuntapelit ovat liikuntamuotona helposti lähestyttäviä, motivoivia ja niitä pelataan yksin vain harvoin. Niiden fyysinen kuormittavuus ei kuitenkaan tähänastisen tutkimustiedon perusteella ole osoittautunut kovin korkeaksi. Oppilaista selvästi yli puolet halusi liikuntapelit useammin osaksi liikuntatunteja, mutta kouluympäristössä liikuntapelien käyttömahdollisuudet sijoittuvat liikuntatunteja paremmin muuhun koulun liikuntaan. Liikuntatuntien ulkopuolisessa koulun liikunnassa liikuntapelien hyödyt tulevat esiin erityisesti päivittäisten istumisjaksojen katkaisijoina.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.024 | 0.004 |
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".