An examination of adolescents’ perceptions of the school physical environment related to physical activity
Notice bibliographique
Résumé
The aim of this study was to examine the relationship between an objective and perceived measure of the physical environment related to physical activity within a school setting. A self‐report questionnaire to assess the perceived physical environment was completed by 850 male and female students in four high schools in rural Alberta, Canada. Two researchers completed objective observations in the same four schools. The students were grouped as perceiving the school environment (a) accurately, (b) affording greater opportunities, or (c) providing fewer opportunities. Discriminant analysis revealed two significant functions which differentiated between the three groups based on variables associated with physical activity in youth (i.e., age, self‐efficacy, peer network, family network, and teacher relationship) and on activity level. The first discriminant function's canonical correlations showed that teacher relationship (.91) and activity level (.42) were most predictive of individuals who perceived more opportunities than assessed in the objective measure. The second function's canonical correlations found that peer network (.63), self‐efficacy (.41), and activity level (‐.37) were the best at predicting individuals who perceived inaccurately. When examined by gender the discriminant analysis revealed only one significant function. For both females and males, this function's strongest predictors included teacher relationship and energy expenditure, while for males only, self‐efficacy and family network were also highly correlated. The discriminant analysis's model equation correctly classified 68.0% of the cases, 16.6% more cases than would be predicted by chance alone. Overall, the small mean difference score (0.37) between the three groups directs researchers to use either objective or perceived measures of the physical environment, as both should provide similar results.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».