A Construct Validation Study of PLAYfun
Notice bibliographique
Résumé
INTRODUCTION: Physical Literacy Assessment for Youth (PLAYfun) is a measure of motor competence, comprehension, and confidence which is part of a suite of scales used to assess physical literacy in children and youth; however, its measurement properties have not been reported in the published literature. The purpose of this study is to examine the factor structure of PLAYfun, in addition to variations in PLAYfun subscale results by age and sex. METHOD: In this study, we use a sample of children and youth 7 to 14 yr of age (n = 215) to test a proposed factor structure for the motor competence component of PLAYfun and to examine age and sex differences in subscale and total scores. The initial (n = 128) and secondary (n = 98) samples were drawn from a stratified (by geographic region), random sample of 27 after-school programs from a larger pool of 400 programs across the province of Ontario. Seven research assistants were initially trained on the administration of PLAYfun and rated a small pilot sample of 10 children. These trained assessors then assessed the full sample. RESULTS: Interrater agreement was very good (intraclass correlation, 0.87). The hypothesized five-factor structure of the scale was found to have an acceptable fit to the data (root mean square error of approximation, 0.055; 90% confidence interval, 0.03-0.075; comparative fit index, 0.95; Tucker-Lewis Index, 0.94). In general, PLAYfun scores increased with age as developmentally expected. There were few sex differences across skills, but girls did not perform as well as boys on upper and lower body object control skills. CONCLUSIONS: The factor structure and patterns of results by age and sex support PLAYfun as a measure of motor competence. Continued evaluation of the tool and other subscales of PLAY is required.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».