MétaCan
Menu
Retour à la cohorte
Enregistrement W2111258354 · doi:10.1093/her/cym059

Grounds for movement: green school grounds as sites for promoting physical activity

2007· article· en· W2111258354 sur OpenAlexafffundabout
Janet Dyment, Anne C. Bell

Notice bibliographique

RevueHealth Education Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensSystems, Applications & Products in Data Processing (Canada)
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPhysical activityMovement (music)PsychologyEnvironmental healthPhysical medicine and rehabilitationMedicineAestheticsArt

Résumé

récupéré en direct d'OpenAlex

An environmental factor of particular importance to children's physical activity levels appears to be the presence of parks and open space. Thus, in promoting children's health, school grounds merit consideration as a potential setting for intervention. This paper explores how 'green' school grounds, which contain a greater diversity of landscaping and design features, affect the quantity and quality of physical activity among elementary school children. Teachers, parents and administrators associated with 59 schools across Canada completed questionnaires (n = 105). Analysis reveals that through greening, school grounds diversify the play repertoire, creating opportunities for boys and girls of all ages, interests and abilities to be more physically active. Complementing the rule-bound, competitive games supported by asphalt and turf playing fields, green school grounds invite children to jump, climb, dig, lift, rake, build, role play and generally get moving in ways that nurture all aspects of their health and development. Of particular significance is the potential to encourage moderate and light levels of physical activity by increasing the range of enjoyable, non-competitive, open-ended forms of play at school. Seen in this light, green school grounds stand to be an important intervention to be included in school health promotion initiatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,121
Tête enseignante GPT0,487
Écart entre enseignants0,366 · 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 source (Gemma direct ou Codex distillé), 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

Citations250
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Education ResearchMême sujetUrban Green Space and HealthTravaux en français237 207