Systematic review of physical activity and health in the early years (aged 0–4 years)
Notice bibliographique
Résumé
The early years represent a critical period for promoting physical activity. However, the amount of physical activity needed for healthy growth and development is not clear. Using the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) framework, we aimed to present the best available evidence to determine the relationship between physical activity and measures of adiposity, bone and skeletal health, motor skill development, psychosocial health, cognitive development, and cardiometabolic health indicators in infants (1 month - 1 year), toddlers (1.1-3.0 years), and preschoolers (3.1-4.9 years). Online databases, personal libraries, and government documents were searched for relevant studies. Twenty-two articles, representing 18 unique studies and 12 742 enrolled participants, met inclusion criteria. The health indicators of interest were adiposity (n = 11), bone and skeletal health (n = 2), motor development (n = 4), psychosocial health (n = 3), cognitive development (n = 1), and cardiometabolic health indicators (n = 3); these indicators were pre-specified by an expert panel. Five unique studies involved infants, 2 involved toddlers, and 11 involved preschoolers. In infants, there was low- to moderate-quality evidence to suggest that increased or higher physical activity was positively associated with improved measures of adiposity, motor skill development, and cognitive development. In toddlers, there was moderate-quality evidence to suggest that increased or higher physical activity was positively associated with bone and skeletal health. In preschoolers, there was low- to high-quality evidence on the relationship between increased or higher physical activity and improved measures of adiposity, motor skill development, psychosocial health, and cardiometabolic health indicators. There was no serious inconsistency in any of the studies reviewed. This evidence can help to inform public health guidelines. (PROSPERO registration: CRD42011001243).
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 | 0,008 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,008 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».