Physical activity motivation and confidence predict performance on effortful tasks
Notice bibliographique
Résumé
The Canadian Assessment of Physical Literacy evaluates children across four core domains: physical competence, daily behaviour, physical activity knowledge, and motivation for physical activity. The motivation and confidence score is comprised of four characteristics of motivation: 1) choosing a physical activity over a sedentary activity, 2) feelings of adequacy towards physical activity, 3) comparing levels of physical activity and physical skills to peers, 4) perceived benefits versus barriers for physical activity. The physical competence domain is comprised of eight competencies; the present study focused on plank (muscular endurance) and beep test (aerobic endurance) results, as both would be partially influenced by effort rather than pure fitness or skill. Motivation and confidence were expected to influence kids' persistencce and effort in tasks such as plank and beep test (PACER). Twenty-seven grade 6 children completed online copies of self-report questionnaires assessing their physical activity motivation and physical competence (HALO, 2013), performed the Fitnessgram 20m PACER (Progressive Aerobic Cardiovascular Endurance Run; Meredith & Welk, 2010), and the plank isometric hold (Boyer et al., 2013). A regression analysis predicted plank score by physical activity motivation and confidence (accounting for 44.6% of the variance); F(1, 25) = 20. 15, p < .001.). A regression analysis predicted PACER score by physical activity motivation and confidence (accounting for 56.3% of the variance); F(1, 25) = 32.25, p < .001. Acknowledgments: Funding support from ParticipAction through CHEO.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».