The Association Between PLAYfun and Physical Activity: A Convergent Validation Study
Notice bibliographique
Résumé
Purpose: The purpose of this study was to examine the convergent validity of the PLAYfun tool, a physical literacy-based measure of movement competence, by examining its association with objectively measured physical activity in a sample of children and youth. Method: Participants included 110 children between the ages of seven to 14 years attending a stratified random sample of 27 afterschool programs across the province of Ontario, Canada. The PLAYfun tool was administered to the participants on one occasion at their afterschool program and then they were asked to wear a pedometer for seven consecutive days to measure their physical activity levels. A series of multiple linear regression models were used to examine the association between PLAYfun scores and physical activity, while controlling for age, sex, and time of year (season) in which the data were collected. Results: On its own, the PLAYfun average score accounted for close to 13% of the variance in physical activity, R = .36, R2 = .13, p < .001. The PLAYfun average score was also a significant independent predictor of physical activity, b (SE) = 145.98 (53.46), p < .01, when controlling for age, sex, and season in which the data were collected, R2 = .30, F (4, 105) = 11.04, p < .001. Conclusion: Results from the present study indicate that the PLAYfun tool is a significant predictor of objectively measured physical activity, supporting the convergent validity of the tool.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».