School Physical Activity Intervention Effect on Adolescents’ Performance in Mathematics
Notice bibliographique
Résumé
PURPOSE: The primary aim of this study was to test the effect of a school-based physical activity intervention on adolescents' performance in mathematics. A secondary aim was to explore potential mechanisms that might explain the intervention effect. METHODS: The Activity and Motivation in Physical EDucation intervention was evaluated using a two-arm cluster randomized controlled trial in 14 secondary schools located in low socioeconomic areas of Western Sydney, Australia. Study participants (n = 1173) were grade 8 students (mean age = 12.94 yr, SD = 0.54). The multicomponent intervention was designed to help teachers maximize students' opportunities for moderate-to-vigorous physical activity (MVPA) during physical education (PE) and enhance students' motivation toward PE. Mathematics performance was assessed as part of national testing in grade 7, which was the year before the trial began and then again in grade 9. Potential mediators were: (i) proportion of PE lesson time that students spent in MVPA and leisure time MVPA (%), measured using Actigraph GT3X+ accelerometers, and (ii) students' self-reported engagement (behavioral, emotional, and cognitive) during mathematics lessons. Mediators were assessed at baseline (grade 8) and follow-up (grade 9, 14-15 months after baseline). RESULTS: The effect of the intervention on mathematics performance was small-to-medium (β = 0.16, P < 0.001). An intervention effect was observed for MVPA% in PE (β = 0.59, P < 0.001), but not for leisure time MVPA or any of the engagement mediators. There were no significant associations between changes in potential mediators and mathematics performance. CONCLUSIONS: The Activity and Motivation in Physical EDucation intervention had a significant positive effect on mathematics performance in adolescents. However, findings should be interpreted with caution as the effect was small and not associated with changes in hypothesized mediators.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».