MétaCan
Menu
Retour à la cohorte
Enregistrement W2073518570 · doi:10.1123/jpah.2014-0159

Low-Cost and Scalable Classroom Equipment to Promote Physical Activity and Improve Education

2014· article· en· W2073518570 sur OpenAlexaboutno aff
Shelly McCrady-Spitzer, Chinmay U. Manohar, Gabriel A. Koepp, James A. Levine

Notice bibliographique

RevueJournal of Physical Activity and Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesMayo Clinic
Mots-clésPhysical activityQuarter (Canadian coin)Intervention (counseling)Physical educationPhysical therapyMedicinePsychologyMathematics educationNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We tested a low-cost and scalable set of classroom equipment, called Active Classroom Equipment, which was designed to promote physical activity while children learn. We hypothesized the Active Classroom Equipment would be associated with increased physical activity without impairing learning. METHODS: Fourteen first-grade students in a public elementary school (7 females, 7 males, aged 6.9 ± (SD) 0.4 years, 24 ± 5.4 kg, BMI 15.8 ± 2.6 kg/m2) used the Active Classroom Equipment for 30 minutes each day throughout the school year. Five-day physical activity was measured using validated triaxial accelerometers at baseline (before the intervention began) and on 4 sequential occasions during the 9-month intervention. RESULTS: For the baseline period, 5-day physical activity averaged 157 ± 65 AU/min. When the 14 children accessed the Active Classroom Equipment, their mean 5-day physical activity was 229 ± 103 Acceleration Units (AU)/ min (P < .0001). There were sequential increases in physical activity over the 9-month intervention (Quarter 1: 163 ± 94 AU/min, Quarter 2: 227 ± 108 AU/min, Quarter 3: 278 ± 61 AU/min, Quarter 4: 305 ± 65 AU/min). Students' Dynamic Indicators of Basic Early Literacy Skills (DIBELS) scores improved. CONCLUSION: Active Classroom Equipment may be one approach to increase physical activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,340
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207