Standing in the university classroom: A real possibility
Notice bibliographique
Résumé
There are many health risks, independent of moderate-to-vigorous physical activity, associated with prolonged sedentary time; however breaking up periods of sitting can attenuate these risks. Alternative workstations have successfully reduced sedentary time without hindering productivity in office workers. However, to date there is limited research on the effect of active workstations on classroom performance of university students. This study investigated the effect of sitting, dynamic sitting, and standing desks on classroom performance (primary outcome). Secondary outcomes included cognitive performance, enjoyment, focus, discomfort and difficulty. Using a randomized counterbalance design, university students (N = 20, mean age = 21.85) listened to three 50-minute lectures followed by three quizzes pertaining to the lectures, performed cognitive tasks, and rated their discomfort, ease, enjoyment, focus, and future use after each desk condition. No significant difference for classroom performance, cognitive performance, enjoyment, or focus was found between the desks (all p values > .05). Significant differences however were found for discomfort and difficulty as well as future use (all p values < .05). Specifically, students rated the standing desks to cause slightly more discomfort and difficulty than the classic sitting desk and rated they were more likely to use a dynamic sitting desk over a standing desk in a classroom setting. Based on these findings, we recommend the use of standing and dynamic sitting desks in university classrooms to allow students to receive health benefits as they learn.
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 | 0,001 | 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 ».