MétaCan
Menu
Retour à la cohorte
Enregistrement W2621372643 · doi:10.1111/josh.12523

Changes in Physical Activity in the School, Afterschool, and Evening Periods During the Transition From Elementary to Middle School

2017· article· en· W2621372643 sur OpenAlexaff
Erica Y. Lau, Marsha Dowda, Kerry L. McIver, Russell R. Pate

Notice bibliographique

RevueJournal of School Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésEveningPhysical activityDemographyMedicinePhysical therapyPsychologyGerontologyPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We examined longitudinal changes in children's physical activity during the school day, afterschool, and evening across fifth, sixth, and seventh grades. METHODS: The analytical sample included children who had valid accelerometer data in fifth grade and at least one other time-point, and provided complete sociodemographic information (N = 768, 751, and 612 for the 3 time-periods studied). Accelerometer-derived total physical activity (TPA) and moderate-to-vigorous physical activity (MVPA) were expressed in minutes per hour for the school day (∼7:45 am to 3:30 pm), afterschool (∼2:25 to 6:00 pm), and evening (6:00 to 10:00 pm) periods. We used growth curve analyses to examine changes in TPA and MVPA. RESULTS: School day TPA and MVPA declined significantly; we observed a greater decrease from fifth to sixth grades than from sixth to seventh grades. Afterschool TPA declined significantly, but MVPA increased significantly among girls and remained stable for boys. Evening TPA decreased significantly and MVPA declined significantly in girls and remained stable among boys. CONCLUSIONS: To inform the development of effective intervention strategies, research should focus on examining factors associated with the decline in physical activity during the transition from elementary to middle school, particularly during the hours when children are in school.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,339
Écart entre enseignants0,298 · 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

Citations47
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of School HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207