شناسایی و تحلیل کلیشه های جنسیتی در فعالیت های بدنی کتاب های درسی دانش آموزان با نیازهای ویژه ذهنی
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 21
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SPMED-13-3_001
تاریخ نمایه سازی: 14 آبان 1405
چکیده مقاله:
تحلیل کلیشه های جنسیتی در فعالیت های بدنی کتاب های درسی نوآموزان کم توان ذهنی، موضوعی حیاتی است، چراکه تحرک بدنی به طور مستقیم با سلامت جسمی و روانی این گروه از دانش آموزان مرتبط است. هدف این پژوهش، بررسی وجود کلیشه های جنسیتی در محتوای کتاب های درسی دوره پیش دبستانی و ابتدایی ویژه نوآموزان کم توان ذهنی است. روش پژوهش تحلیل محتوای کمی کیفی بوده و جامعه پژوهش شامل تمامی ۴۶ عنوان کتاب درسی (مشتمل بر ۷۶۶۴ صفحه) در سال تحصیلی ۱۴۰۰–۱۴۰۱ بوده است. داده ها با استفاده از نرم افزار مکس کیودا ۲۰۲۰ تحلیل شدند. در فرایند کدگذاری باز، تمامی محتواهای مرتبط با فعالیت بدنی استخراج و در مراحل بعد، با روش کدگذاری محوری، در قالب مقوله های اصلی و فرعی طبقه بندی شدند. در مجموع، ۳۵۸ کد مرتبط با تحرک بدنی استخراج شد که از این میان ۲۷۲ کد (معادل ۷۶ درصد) مربوط به جنسیت پسر، ۵۵ کد (معادل ۳۶/۱۵ درصد) مربوط به جنسیت دختر، ۳۱ کد (معادل ۶۵/۸ درصد) مربوط به جنسیت مختلط بوده است، که در هفت مقوله اصلی نوع فعالیت بدنی، مکان، هدف، تجهیزات، پوشش، رفتارهای کم تحرکی و الگوهای ورزشکار ملی دسته بندی شد. نتایج حاکی از آن است دختران در طیف محدودی از فعالیت ها و موقعیت های حرکتی نشان داده شده اند. این بازنمایی نابرابر می تواند باور ناتوانی در مشارکت ورزشی را در دختران کم توان ذهنی تقویت کرده و منجر به کاهش سطح فعالیت بدنی در آن ها شود. لذا بازنگری در محتوای آموزشی و حذف کلیشه های جنسیتی با هدف ارتقای سلامت جسمی و روانی همه نوآموزان کم توان ذهنی ضروری است.
کلیدواژه ها:
نویسندگان
سعید یوسفی
دکتری، گروه مدیریت ورزشی، دانشگاه تبریز، تبریز ، ایران.
فاطمه عبدوی
دانشیار، گروه مدیریت ورزشی، دانشگاه تبریز،، تبریز، ایران.
محمدرضا برومند
استادیار، گروه مدیریت ورزشی، دانشگاه شهید بهشتی، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :