Targeting the mind and body: recommendations for future research to improve children’s executive functions
Notice bibliographique
Résumé
Children’s executive functions (EFs)--the cognitive processing underlying controlled, goal-oriented cognition and behavior--have been shown to be important predictors of future physical, mental, and social wellbeing. Thus, developmental researchers are keen to uncover effective methods to improve children’s EFs. While much of the focus in the past decade has been on direct cognitive and behavioral interventions to improve children’s EFs, another line of research--typically undertaken in medical schools and in departments of kinesiology--has examined physical health interventions as a way to indirectly improve children’s EFs. This commentary suggests that there is promising evidence that physical activity-based interventions to increase children’s fitness also enhance children’s EFs. There is ample need for additional studies to firmly establish this effect, and to determine the degree to which intervention effects transfer from laboratory EF assessments to ‘real-world’ functioning. Finally, there is intriguing evidence from animal models that interventions that combine physical and cognitive training have robust positive impacts on brain health. To translate these findings to humans, there is a need for collaborations between developmental psychologists and physical health experts in order to design interventions that simultaneously target children’s physical and cognitive health.
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 | 0,022 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,005 | 0,015 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,019 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,008 |
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 ».