The challenge of low physical activity during the school day: at recess, lunch and in physical education
Notice bibliographique
Résumé
PURPOSE: To describe physical activity (PA) intensity across a school day and assess the percentage of girls and boys achieving recommended guidelines. METHODS: The authors measured PA via accelerometry in 380 children (8-11 years) and examined data representing (1) the whole school day, (2) regular class time, (3) recess, (4) lunch and (5) scheduled physical education (PE). Activity was categorised as sedentary (SED), light physical activity (LPA) or moderate to vigorous physical activity (MVPA) using age-specific thresholds. They examined sex differences across PA intensities during each time period and compliance with recommended guidelines. RESULTS: Girls accumulated less MVPA and more SED than boys throughout the school day (MVPA -10.6 min; SED +13.9 min) recess (MVPA -1.6 min; SED +1.7 min) and lunch (MVPA -3.1 min; SED +2.9 min). Girls accumulated less MVPA (-6.2 min), less LPA (-2.5 min) and more SED (+9.4 min) than boys during regular class time. Fewer girls than boys achieved PA guidelines during school (90.9% vs 96.2%), recess (15.7% vs 34.1%) and lunch (16.7% vs 37.4%). During PE, only 1.8% of girls and 2.9% of boys achieved the PA guidelines. Girls and boys accumulated similar amounts of MVPA, LPA and SED. CONCLUSION: The MVPA deficit in girls was due to their sedentary behaviour as opposed to LPA. Physical activity strategies that target girls are essential to overcome this deficit. Only a very small percentage of children met physical activity guidelines during PE. There is a great need for additional training and emphasis on PA during PE. In addition schools should complement PE with PA models that increase PA opportunities across the school day.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».