Physical fitness, motor skill, and physical activity relationships in grade 4 to 6 children
Notice bibliographique
Résumé
The present study sought to quantify the relationships among physical activity (PA), health-related fitness, and motor skill in children (grades 4 to 6), and to determine whether specific tests of fitness or motor skill are independently associated with objectively measured PA level. Four hundred and ninety-one students (56.4% female) wore a Digi-Walker pedometer for 7 consecutive days. Standardized protocols were used to assess health-related fitness (body mass index percentile, waist circumference, 20-m shuttle run, plank, handgrip, and trunk flexibility). Motor skill was evaluated using a validated obstacle course. Pearson correlations (with Holm adjustments for multiple comparisons) initially assessed associations among PA, health-related fitness, and motor skill. Multi-variable linear regression was used to determine which factors were significantly associated with daily step counts, while adjusting for gender, age, testing season, and socioeconomic status. Step counts were significantly correlated with predicted aerobic power (r = 0.30), obstacle course time (r = -0.27), obstacle course score (r = 0.20), plank isometric torso endurance (r = 0.16), and handgrip strength (r = 0.12), but not with waist circumference (r = -0.10), trunk flexibility (r = 0.10), or overweight status (ρ = -0.06). In the multi-variable model, predicted aerobic power, obstacle course time, testing season, gender, and the predicted aerobic power by gender interaction were significantly associated with step counts, explaining 16.4% of the variance. Specifically, the relationship between predicted aerobic power and step counts was stronger in girls. These findings suggest that aerobic fitness and motor skill are independently associated with children's PA. Future longitudinal studies should evaluate whether interventions to enhance aerobic fitness and motor skill could enhance daily PA among children of this age.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».