Effects of Individual and School-Level Characteristics on a Child’s Gross Motor Coordination Development
Notice bibliographique
Résumé
The aim of this study was to identify child and school-level characteristics that explained inter-individual differences in gross motor coordination (GMC). Participants (n = 390), recruited from 18 Portuguese primary schools, were aged 6 to 10 years of age. Birth weight, body fat (BF), physical activity (PA), physical fitness (PF) and GMC were assessed. School size, setting, infrastructure and physical education classes were considered as school context markers. A multilevel modeling approach was used to identify hierarchical effects (child and school levels). It was found that children-level variables (sex, PF, and BF) significantly explained 63% of the 90% variance fraction at the individual level; boys outperformed girls (p < 0.05), individuals with higher BF were less coordinated (p < 0.05), and those with higher PF were more coordinated (p < 0.05). School-variables (e.g. school size and playing surface) explained 84% of the 10% variation fraction. These findings confirm the roles of sex, PFS and BF. Interestingly they also suggest that the school environment plays a minor but significant role in GMC development. However, it is important to stress that the school context and conditions can also play an important role in a child's motor development, providing adequate and enriching motor opportunities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».