MétaCan
Menu
Retour à la cohorte
Enregistrement W2114821780 · doi:10.1186/s12887-015-0441-5

Prevalence and influences of preschoolers’ sedentary behaviors in early learning centers: a cross-sectional study

2015· article· en· W2114821780 sur OpenAlexafffund
Patricia Tucker, Leigh M. Vanderloo, Shauna M. Burke, Jennifer D. Irwin, Andrew M. Johnson

Notice bibliographique

RevueBMC Pediatrics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of CanadaHeart and Stroke Foundation of Canada
Mots-clésMedicineSedentary behaviorSedentary lifestylePopulationPhysical activityGerontologyPhysical therapyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent research has highlighted the need for increased evidence regarding the sedentary activity levels of preschoolers. Given the large proportion of time this population spends in various early learning facilities, the exploration of sedentary behaviors within this particular environment should be a priority. The purpose of the study was two-fold: (1) to compare sedentary time of preschoolers in three different early learning environments (i.e., full-day kindergarten [FDK], center-, and home-based childcare); and (2) to assess which characteristics (i.e., staff behaviors, sedentary environment, fixed play environment, portable play environment, sedentary opportunities) of these early learning environments influence preschoolers' sedentary time. METHODS: Data collection occurred between September 2011 and June 2012. Preschoolers' sedentary time was measured using Actical(™) accelerometers at a 15 s epoch. The Environment and Policy Assessment and Observation (EPAO) tool was used to assess the sedentary environment of participating early learning classrooms, and those subscales (n = 5) that were evidence-informed as potentially influencing sedentary time in early learning centers were explored in the current study. A linear mixed model ANCOVA was carried out to determine the differences in sedentary time based on type of early learning environment while direct entry regression analyses were performed to describe the relationships between sedentary time and the five sedentary-specific EPAO subscale. RESULTS: Preschoolers (n = 218) from 28 early learning programs (i.e., 8 FDK, 9 centre-, and 8 home-based childcare facilities) participated. Accelerometry data revealed that preschoolers attending centre-based childcare engaged in the highest rate of sedentary time (41.62 mins/hr, SD = 3.78) compared to preschoolers in home-based childcare (40.72 mins/hr, SD = 6.34) and FDK (39.68 mins/hr, SD = 3.43). The models for FDK, center-based childcare, and home-based childcare, comprised each of the five EPAO subscales accounted for 10.5%, 5.9%, and 40.78% of the variability in sedentary time, respectively. Only the models for FDK and home-based childcare were found to be statistically significant (p < .05). CONCLUSIONS: This is the first exploration of differences in sedentary time among preschoolers in different early learning arrangements. Findings highlight the substantial portion of the day preschoolers spend in sedentary pursuits, and subsequently, the ongoing need to reduce preschoolers' sedentary time in early learning programs, particularly among those attending centre-based childcare facilities.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,038
Tête enseignante GPT0,324
Écart entre enseignants0,286 · 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

Citations51
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC PediatricsMême sujetObesity, Physical Activity, DietTravaux en français237 207