Physical activity and screen time in out of school hours care: an observational study
Notice bibliographique
Résumé
BACKGROUND: This study aimed to describe, and identify predictors of, physical activity and screen time in children attending out of school hours care (OSHC). METHOD: Twenty-three randomly selected OSHC centres (n = 1068 children) participated in this observational, cross-sectional study. Service directors completed interviews regarding policy, training, scheduling and equipment related to physical activity and screen time. Children's activity behaviours (moderate to vigorous physical activity (MVPA), light physical activity, sedentary time and screen time) were measured using standardised direct observation. RESULTS: Directors' interviews revealed a lack of formal policy guiding physical activity and screen time. Time spent in activity behaviours varied widely among OSHC services; for example, average time spent in MVPA ranged from 4 to 49% of the session, time spent sedentary ranged from 31 to 79%, and screen time accounted for 0 to 41%. MVPA was inversely associated with total sedentary time (p < 0.001). Higher screen time was associated with OSHC services being larger in size (p = 0.04), offering screen activities on a daily basis (as opposed to less than daily; p = 0.001), offering screen activities prior to 5 pm (as opposed to offering screen activity 5 pm or later; p = 0.02), and having a larger number of screen devices available (p = 0.08). CONCLUSION: Physical activity and screen time practices in OSHC services are currently ad hoc and variable. In future, development of guidelines, policy and intervention programs may help improve physical activity and screen time in the OSHC setting.
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 ».