What Does Healthy Mean? Is Physical Literacy Associated With Health/Weight Perceptions Among 8-12 Year Olds?
Notice bibliographique
Résumé
The Canadian Assessment of Physical Literacy (CAPL), as developed by researchers at the Children's Hospital of Eastern Ontario (CHEO), is the first comprehensive protocol that assesses physical literacy in children 8-12 years of age. Physical literacy is the result of an interaction between four domains (Motivation and Confidence, Knowledge and Understanding, Physical Competence, and Daily Behaviour). A questionnaire was administered to 434 children in southwestern Ontario, Canada. Children were asked to draw a line to as many items they thought Healthy means, options included: Eating Well, Feeling Good, Not Being Sick, Being Skinny, and Looking Good, with the latter two being incorrect. Separate multiple linear regression analyses (controlling for age, sex, and BMI) were used to see if the four domain scores were predictors of selecting Being Skinny and Looking Good, indicating a child's understanding of health. The Knowledge and Understanding score (β=-.163, p=0.002) was a significant predictor of selecting skinny is healthy for children (R2=. 031). Also, the Knowledge and Understanding score (β=-.189, p=0.000) was a significant predictor of selecting looking good is healthy (R2=. 035) for children. Results suggest that with greater Knowledge and Understanding, one is less likely to think skinny and/or good looking is healthy. Future interventions should be aimed at increasing knowledge and understanding of physical literacy to improve understanding of what healthy means.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».