The Preschool Physical Literacy Assessment Tool: Testing a New Physical Literacy Tool for the Early Years
Notice bibliographique
Résumé
Background: Physical literacy is essential to physical activity across the lifespan. While there is an emerging body of research on physical literacy in school-aged children, the preschool years have largely been ignored. We tested the psychometric properties of new tool, the Preschool Physical Literacy Assessment Tool (Pre-PLAY) designed to address this gap. Methods: We recruted 78 children (aged 19 to 49 months) across 5 childcare centers in Hamilton, Ontario. Two Early Childhood Educators (ECE) completed the Pre-PLAY for each child at two points in time to assess inter-rater reliability and test-retest reliability. We assessed the agreement between the Pre-PLAY tool with gross motor skills and the ability of the PPLAy to predict physical activity. Results: Results indicated Pre-PLAY is related to gross motor skills and predictive of physical activity for females, but not males. Inter-rater and intra-rater reliability was at least adequate for all but the co-orindated movements items and scale for females, but ECEs showed poor agreement for males. Conclusions: These results suggest initial support for the Pre-PLAY tool as a measure of physical literacy during the early years. However, some modification to the items and training are required to address the gender-specific effects found in this sample.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».