Standing and dynamic sitting in the university classroom: Perceptions of students and faculty
Notice bibliographique
Résumé
There are health risks associated with prolonged periods of sitting. Although alternative workstations have health benefits and do not appear to impact classroom performance, questions still remain on their acceptability. This study investigated university students and faculty perceptions of using alternative workstations (standing, sit-stand, and dynamic sitting) in the classroom. University students (N=1005) and faculty (N=218) completed a mixed-method online survey assessing their perceptions of alternative workstations in the classroom. From the quantitative data, a large portion of students believed standing, sit-stand, and to a lesser extent dynamic sitting options should be available for students in the classroom. A majority of the students also stated that they would use these options if they were available in the classroom. Students and faculty preferred alternative desks to be located in the back of small classes. Faculty members were less supportive of alternative workstations in the classroom. Qualitative themes that emerged from the data included overall perception (supportive, undecided, and opposed), personal factors (classroom performance and health/ injury) that acted as facilitators and barriers, and environmental factors (depends on the day, depends on the location/ availability, depends on the social norm, depends on the class type/ time/ task, and depends on the length/ number of classes). These factors must be considered when designing interventions to reduce sedentary behaviour or when implementing alternative workstations. At this time we recommend providing standing, sit-stand, and to a lesser extent dynamic sitting options in university classrooms to allow students to receive potential 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 | 0,000 | 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 ».