Environmental Influences on Preschoolers' Physical Activity Levels in Various Early-Learning Facilities
Notice bibliographique
Résumé
PURPOSE: This study aimed to: (a) compare the physical activity (PA) levels (i.e., moderate-to-vigorous PA [MVPA] and total PA [TPA]) of preschoolers in 3 different early-learning environments (center-based childcare, home-based childcare, and full-day kindergarten [FDK]); and (b) assess which characteristics (e.g., play equipment, policies, etc.) of these settings influenced preschoolers' PA. METHOD: Twenty-seven facilities (9 centers, 10 homes, and 8 FDK) participated in this study. Participants (aged 2.5-5 years; n = 297) were fitted with Actical™ accelerometers for 5 consecutive days during childcare/school hours to assess their PA. The Environment and Policy Assessment and Observation (EPAO) tool was used to objectively examine the PA environment of all participating facilities. Finally, demographic questionnaires were administered to preschoolers' parents/guardians. RESULTS: Preschoolers in FDK accumulated significantly more MVPA (p < .05; 3.33 min/hr) than those in center- (1.58 min/hr) and home-based (1.75 min/hr) childcare, and they accumulated significantly more TPA (p < .05; 20.31 min/hr) than those in center-based childcare (18.36 min/hr). For FDK, the Active Opportunities, Sedentary Opportunities, Sedentary Environment, and Fixed Play Environment subscales of the EPAO significantly impacted both MVPA and TPA. For center-based childcare, only the Sedentary Environment subscale was found to impact MVPA and TPA. No subscales influenced children's MVPA or TPA in home-based childcare. CONCLUSIONS: This research underscores the need to encourage/support preschoolers' active behaviors in early-learning settings, particularly for those in center- and home-based childcare. Furthermore, this article highlights environmental and staff characteristics on which future PA programming should focus.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».