Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Dit protocol beschrijft een gemengde benadering om de cognitieve, taakgerichte en relationele dilemma's te onderzoeken waarmee lichamelijke opvoedingsdocenten worden geconfronteerd bij het aanpassen van hun rol binnen Intelligente Lichamelijke Opvoeding, en stelt strategische verlichtingspaden voor.
Deze studie onderzoekt de dilemma's waarmee docenten lichamelijke opvoeding worden geconfronteerd bij het herdefiniëren van hun professionele rol binnen Intelligente Lichamelijke Opvoeding (IPE) en stelt op bewijs gebaseerde hulpverleningsstrategieën voor. Met een gemengde methoden-benadering werd voor de kwantitatieve fase een eenvoudige steekproefmethode toegepast, wat resulteerde in een bruikbare steekproefgrootte van N = 126 respondenten. Bovendien werd voor de kwalitatieve fase een doelgerichte steekproefstrategie toegepast en werden vijf leerkrachten lichamelijke opvoeding geselecteerd voor interviews. We integreerden kwantitatieve enquêtegegevens met diepgaande kwalitatieve interviews om de dimensies van vacaturecreatie te verkennen. Onze bevindingen tonen aanzienlijke cognitieve, taakgerichte en relationele uitdagingen bij het aanpassen aan innovatieve onderwijsomgevingen. Kwantitatieve analyse onthult cruciale voorspellende factoren die deze aanpassingsuitdagingen beïnvloeden, terwijl kwalitatieve gegevens onvoldoende begrip van AI-toepassingen, onvoldoende institutionele ondersteuning en gebrekkige technologische infrastructuur als belangrijke barrières benadrukken. Leraren uitten ook zorgen over het onderhouden van betekenisvolle relaties tussen leraar en leerling te midden van technologische transformatie. De studie toont aan dat de succesvolle aanpassing van leraren afhankelijk is van systemische ondersteuning in plaats van alleen individuele inspanning. Wij stellen uitgebreide strategieën voor, waaronder conceptuele training, infrastructuurontwikkeling en ethische richtlijnen, om effectieve baanontwikkeling te faciliteren. Deze bevindingen dragen bij aan het begrijpen van de aanpassing van docenten in technologisch transformerende onderwijslandschappen en bieden praktische richtlijnen voor het implementeren van hervormingen in intelligente lichamelijke opvoeding.
De ontwikkeling van kunstmatige intelligentie transformeert het onderwijs radicaal vanwege de snelle ontwikkeling1. De nationale plannen bevorderen deze verandering, waaronder de plannen van China door het New Generation Artificial Intelligence Development Plan en China Education Modernization 20352. Deze verandering is niet het gebruik van technologie als louter hulpmiddel in de lichamelijke opvoeding (PE). Het doel is het ontwikkelen van intelligente oplossingen die individuele training van studenten, realtime feedback en gezondheidsmonitoringmogelijk maken. Dit nieuwe gebied heet Intelligente Lichamelijke Opvoeding (IPE), waarbij data geleverd door AI en het Internet of Things4 helpt om dynamische en gepersonaliseerde leeromgevingen te creëren 5,6. Deze technologische focus negeert echter vaak een van de centrale menselijke factoren: de leraar. Het is duidelijk dat het bestaande debat over IPE te veel aandacht hecht aan technische systemen en leerlingresultaten, en de rol van de docent in deze nieuwe omgeving blijftonzeker. Dit brengt een serieuze kloof met zich mee. Leraren zijn niet alleen de tandwielen van nieuwe technologie: hun professionaliteit en pedagogische overwegingen, evenals hun motiverende relaties met leerlingen, kunnen niet worden vervangen. Het onderwerp waarop deze studie zich zal richten is dus niet volledig technisch8.
Het is een mensgerelateerd vraagstuk: hoe passen gymleraren zich aan en worden ze beïnvloed door de introductie van intelligente systemen? Welke nieuwe vaardigheden zijn vereist en wat zijn hun uitdagingen? De implementatie van IPE zonder kennis van de ervaring van de docent brengt het risico met zich mee op het ontwikkelen van wrijving, weerstand of een deprofessionaliserende effect, waarbij technologiede bevoegdheid van leraren overrult. In het huidige onderzoek suggereert de auteur dat om succesvol te worden en een echt hoogstaand onderwijssysteemte creëren, IPE proactief de leraren in het hart van het systeem11 zou moeten omarmen en ondersteunen. De studie zal zich dus richten op het aanpakken van de pedagogische, psychologische en professionele aspecten van de rol van de docent in het intelligente gym-ecosysteem12. Nu onderwijsinstellingen wereldwijd snel handelen in de aankoop en implementatie van zulke innovatieve technologieën, ligt de nadruk meer op de technische basis en studentenprestaties13. Wat echter cruciaal is en toch vaak wordt verwaarloosd, is de menselijke deelnemer aan deze hervorming: de leraar lichamelijke opvoeding14.
Er is ook uitgebreide literatuur over de technologische aspecten van innovatief onderwijs15. De mogelijkheden van draagbare technologie en virtual reality, evenals online omgevingen, om de betrokkenheid en het leren van motorische vaardigheden van leerlingen te verbeteren, werden uitgebreid onderzocht door16 wetenschappers. Tegelijkertijd heeft een verwante onderzoekslijn zich algemener gericht op de uitdagingen van professionele ontwikkeling van leraren in het digitale tijdperk, met frequente verwijzingen naar veranderingsweerstand en digitale geletterdheid17. Desalniettemin is er een aanzienlijke kloof tussen deze disciplines18. Enerzijds zijn we bekend met de technologie en de algehele effecten ervan op de pedagogiek; toch hebben we aan de andere kant geen gedetailleerd begrip van hoe de aard van het werk en de rolidentiteit van een fysieke docent veranderen in de context van IPE (in termen van de details van herconfiguratie)19,20.
Deze studie past de theorie van job crafting toe op Intelligente Lichamelijke Opvoeding (IPE) om te onderzoeken hoe leraren actief hun rol herstructureren als reactie op technologische veranderingen. Het onderzoekt de cognitieve, taakgerichte en relationele dilemma's die het werk van leraren beperken en wijst paden aan om deze te verlichten, waarbij de invloed van leraren op de handelingsbekwaamheid wordt gelegd in plaats van passieve adoptie of weerstand. Het onderzoek breidd jobcrafting uit buiten het bedrijfsleven naar de praktische context van IPE, en biedt een genuanceerder kader voor het begrijpen van rolhervorming en het bieden van praktische strategieën ter ondersteuning van de overgang van leraren. Met een multi-methodenbenadering ontwikkelt het een empirisch onderbouwde typologie van dilemma's en verlichtingspaden, waarmee het begrip van de menselijke factoren die het succes van technologie bepalen wordt vergroot. Deze inzichten zijn waardevol voor bestuurders, beleidsmakers en lerarenopleiders die het welzijn van leraren willen beschermen en hun professionele identiteit willen behouden tijdens de digitale transformatie.
Onderzoeksdoelstellingen:
1. Het diagnosticeren van de belangrijkste typen jobcrafting-dilemma's (cognitief, taakgerelateerd en relationeel) waarmee gymdocenten worden geconfronteerd in de context van de implementatie van IPE.
2. Het identificeren van de belangrijkste voorspellende factoren (bijv. technologische zelfeffectiviteit, institutionele ondersteuning, onderwijservaring) die de intensiteit van deze dilemma's beïnvloeden.
3. Het verkennen van de geleefde ervaringen en adaptieve strategieën van leraren als reactie op de uitdagingen en kansen die AI-gedreven onderwijstools bieden.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie werd uitgevoerd in overeenstemming met erkende ethische richtlijnen voor sociaalwetenschappelijk onderzoek. Voorafgaand aan de start werd het onderzoeksprotocol, inclusief de formulieren voor geïnformeerde toestemming, het enquête-instrument en de interviewvragen, herzien. Alle deelnemers kregen een gedetailleerd informatieblad waarin het doel van het onderzoek, het vrijwillige karakter van hun deelname, hun recht om zich op elk moment zonder boete terug te trekken en de maatregelen om anonimiteit en vertrouwelijkheid te waarborgen werden uiteengezet. Schriftelijke geïnformeerde toestemming werd van elke deelnemer verkregen voordat de gegevensverzameling begon.
Het waarborgen van de best mogelijke ethische normen was de prioriteit in deze studie. De regel van anonimiteit werd gevolgd; Alle gegevens werden geanonimiseerd tijdens de transcriptie- en analysefase, en elk identificatiepunt werd geëlimineerd. Pseudoniemen verwijzen naar deelnemers aan dit manuscript. Om vertrouwelijkheid te waarborgen, werden alle digitale gegevens opgeslagen op een met een wachtwoord beveiligde server. Daarentegen werden fysieke archieven opgeslagen in een afgesloten kast waar alleen de primaire onderzoekers toegang toe hadden. Het interview vond plaats in een vertrouwelijke omgeving waar de deelnemers zich op hun gemak voelden en hun mening konden uiten. Bovendien namen de onderzoekers ook het standpunt van reflexiviteit in, waarbij hun standpunten ook werden meegenomen en de stemmen en ervaringen van de respondenten zonder vooringenomenheid of compromissen van hun standpunten werden weergegeven.
Onderzoeksontwerp
Om een volledig begrip van het onderzoeksprobleem te bereiken, maakte deze studie gebruik van een sequentiële mixed-methods onderzoeksopzet. Deze aanpak integreert kwantitatieve en kwalitatieve gegevensverzameling en -analyse binnen één enkele studie om een completere en genuanceerdere analyse te bieden dan beide methoden afzonderlijk zouden kunnen21. De kwantitatieve fase omvatte een cross-sectionele enquête om brede, generaliseerbare gegevens te verzamelen over de prevalentie en aard van baanontwikkelingsproblemen onder lichamelijke opvoedingsdocenten. Hierop volgde een kwalitatieve fase bestaande uit diepgaande, semi-gestructureerde interviews. Het doel van deze tweede fase was om de statistische bevindingen uit te werken, te verduidelijken en in context te plaatsen, waarbij de onderliggende redenen en persoonlijke ervaringen achter de kwantitatieve trends werden onderzocht. De combinatie van deze methoden maakte triangulatie mogelijk, waarbij de convergentie van bevindingen uit verschillende databronnen de geldigheid en diepgang van de conclusies versterkt.
Populatie en steekproef
De doelgroep voor deze studie waren in-service lichamelijke opvoedingsleraren (LO) op middelbare scholen en universiteiten binnen de provincie Zhejiang in China, die betrokken zijn bij of in aanraking komen met initiatieven op het gebied van intelligente lichamelijke opvoeding. Er werd een sequentiële mixed-methods steekproefstrategie toegepast. Voor de kwantitatieve fase werd een gestratificeerde random sampling-techniek gebruikt om de representativiteit te vergroten. Het steekproefkader werd opgesteld door eerst grote stedelijke en voorstedelijke schooldistricten binnen Zhejiang te identificeren, evenals universiteiten met lichamelijke opvoedingsprogramma's. Scholen werden vervolgens willekeurig geselecteerd uit deze lijsten. Binnen elke geselecteerde instelling werden gymdocenten uitgenodigd om deel te nemen. Deze aanpak zorgde voor een brede en gevarieerde dwarsdoorsnede van het provinciale onderwijspersoneel. In totaal werden 150 vragenlijsten verspreid, wat resulteerde in 126 geldige antwoorden, wat resulteerde in een hoog responspercentage van 84% (Tabel 1). Het demografische profiel (gepresenteerd in Tabel 2) weerspiegelt een steekproef met uiteenlopende ervaring; Opmerkelijk is dat de grootste groep (41,3%) 6-10 jaar leservaring had. De steekproef bestond voornamelijk uit mannen (72,2%), wat een geslachtsverdeling weerspiegelt die veel voorkomt in het veld binnen de regio. Het is belangrijk te verduidelijken dat het gerapporteerde aandeel respondenten met een doctoraat (20,8%) specifiek betrekking heeft op de universitaire docenten en senior academisch personeel binnen de steekproef, waaronder docenten van lerarenopleidingen aan instellingen zoals Zhejiang Normal University en Hangzhou Normal University. Dit is niet representatief voor leraren in de frontlinie, onder wie dergelijke kwalificaties minder vaak voorkomen. Voor de daaropvolgende kwalitatieve fase werd een doelgerichte steekproefstrategie gebruikt om informatierijke gevallen te selecteren uit de respondenten die instemden met verder contact. Vijf gymleraren werden geselecteerd om maximale variatie in geslacht, onderwijservaring en institutioneel niveau (voortgezet of hoger onderwijs) te waarborgen (Tabel 3). Deze strategische selectie was bedoeld om diverse perspectieven te vangen, van beginnende leraren die zich aanpassen aan nieuwe technologieën tot ervaren universiteitsdocenten die hun rol transformeren22.
Gegevensverzamelingsprocedure
Ten eerste werden kwantitatieve gegevens verzameld met behulp van een zelfontworpen vragenlijst getiteld "Survey on the Influence of Artificial Intelligence on Job Crafting of Physical Education Teachers." Voordat het instrument breed werd verspreid, werd het instrument getest met 36 docenten (niet opgenomen in de hoofdstudie) om de duidelijkheid, betrouwbaarheid en validiteit te beoordelen. De definitieve vragenlijst werd vervolgens afgenomen aan de gestratificeerde willekeurige steekproef van 150 leraren. De enquête was ontworpen om belangrijke dimensies van baanvormingsdilemma's te meten: cognitief, taakgerelateerd en relationeel, binnen de context van intelligent sportonderwijs. Na de voorlopige analyse van de enquêtegegevens werd de tweede, kwalitatieve fase gestart. Na de kwantitatieve analyse bestond de tweede fase uit diepgaande, semi-gestructureerde interviews die bedoeld waren om de specifieke functie-dilemma's die in de enquête werden geïdentificeerd, te verkennen en in context te plaatsen. De primaire onderzoeker, die geen eerdere relatie had met deelnemers, nam contact op met vijf respondenten uit de steekproef die toestemming hadden gegeven voor vervolgcontact. Het eerste contact vond plaats via het officiële e-mailadres of het institutionele communicatiekanaal dat tijdens de enquête werd verstrekt, waarbij een formele uitnodiging werd gedaan waarin het doel van de studie en de ethische garanties werden herhaald.
Alle interviews werden formeel afgenomen, volgens een vooraf ontworpen protocol. Ze vonden plaats in een privé, neutrale omgeving, zoals een gereserveerde vergaderruimte bij de instelling van de deelnemer, om vertrouwelijkheid en comfort te waarborgen. De interviews werden afgenomen in het Mandarijn-Chinees, de moedertaal van de deelnemers. Elke sessie duurde tussen de 45 en 70 minuten, met een gemiddelde duur van ongeveer 55 minuten. De gesprekken werden geleid door een open vragenschema, maar boden ruimte om opkomende thema's te onderzoeken. Alle interviews werden opgenomen met audio met een speciale digitale recorder, waarbij de schriftelijke toestemming van de deelnemer opnieuw werd verkregen aan het begin van elke sessie. Er werd geen video-opname gebruikt om het ongemak van de deelnemer te minimaliseren. Om de nauwkeurigheid te waarborgen, werden de audiobestanden kort na elk interview letterlijk in het Mandarijn getranscribeerd door de onderzoeker. De getranscribeerde teksten werden vervolgens thematisch geanalyseerd, waarbij belangrijke illustratieve citaten werden geselecteerd voor het uiteindelijke manuscript. Deze citaten werden door het onderzoeksteam in het Engels vertaald, waarbij een back-translation check werd uitgevoerd met een tweetalige expert om semantische equivalentie te verifiëren.
Data-analysemethoden
De verzamelde gegevens werden geanalyseerd met gespecialiseerde software om strengheid te waarborgen (zie Figuur 1). De kwantitatieve gegevens van de 126 geldige vragenlijsten werden geïmporteerd in statistische analysesoftware. Beschrijvende statistieken (frequenties, percentages, gemiddelden en standaarddeviaties werden berekend om de demografische kenmerken en de algemene trends in de antwoorden samen te vatten. Betrouwbaarheidsanalyse (Cronbach's Alpha) werd uitgevoerd op de schaal om interne consistentie te bevestigen, en inferentiële analyses werden waarschijnlijk uitgevoerd om relaties tussen variabelen te onderzoeken. De kwalitatieve gegevens uit de interviewtranscripties werden geanalyseerd om een gestructureerde en systematische thematische analyse mogelijk te maken. Dit proces hield in dat de transcripties herhaaldelijk werden gelezen om vertrouwdheid te bereiken, initiële codes werden gegenereerd en vervolgens deze codes werden samengevoegd tot mogelijke thema's. De thema's werden vervolgens beoordeeld, verfijnd en gedefinieerd om ervoor te zorgen dat ze de verzamelde gegevens nauwkeurig weergaven. Dit inductieve proces maakte het mogelijk dat de kerndilemma's, cognitief, taakgericht en relationeel, direct uit de verhalen van de deelnemers voortkwamen, wat rijk, kwalitatief bewijs leverde ter ondersteuning en verklaring van de kwantitatieve bevindingen23.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Kwantitatieve bevindingen
Beschrijvende statistieken
Beschrijvende statistiek kan worden beschreven als de introductiefase tot het proces van kwantitatieve data-analyse, een kort overzicht van de fundamentele kenmerken van de informatie in de studie. Ze zijn essentieel bij het schatten van de normatieve aard (variatie of verdeling), centrale tendens en variabiliteit van de steekproef, waardoor lezers kunnen begrijpen hoe toepasbaar de onderzoeksresultaten zijn en de conte...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Discussie over kwantitatieve bevindingen
De inzichtelijke kwantitatieve resultaten van dit onderzoek leveren empirisch bewijs dat licht werpt op de veelzijdige aard van het baancreatie-dilemma onder lichamelijke opvoedingsleraren in intelligent onderwijs. De regressieanalyse biedt de meest robuuste en genuanceerde inzichten, en laat zien dat waargenomen institutionele ondersteuning en technologische zelfeffectiviteit de meest statistisch significante en invloedrijke v...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs hebben geen belangenconflicten.
Projectondersteuning: Onderzoek naar de impact van generatieve AI op de werkcreatie- en responsstrategieën van leraren (25NDJC020YBM).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Computer met AI-ondersteunende tools | — | Vereist voor data-analyse en AI-gebaseerd lesontwerp | |
| Digitale audiorecorder | Gebruikt om lerarenopvragen op te nemen | ||
| Intelligent beoordelingssysteem | — | Voorkeurs-AI-toepassing genoemd door leraren | |
| Intelligent onderwijsplatform | — | Vermeld als onderdeel van AI-onderwijstools gebruikt door leraren | |
| Interviewprotocoldocument | Zelfontwikkeld | — | Semi-gestructureerde gids voor interviews |
| Leeranalyseplatform | — | Gerefereerd als een AI-ingeschakelde onderwijsanalysetool | |
| NVivo | QSR International | Versie 12 | Gebruikt voor kwalitatieve thematische codering |
| Online vragenlijst | Zelfontwikkeld | — | Gebruikt om antwoorden te verzamelen van 126 LO-leraren |
| SPSS (Statistisch Software) | IBM | Versie 27 | Gebruikt voor kwantitatieve data-analyse |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.