Motor Competence, Physical Activity, and Fitness across Early Childhood
Notice bibliographique
Résumé
OBJECTIVES: To examine if the associations between motor competence and physical activity and musculoskeletal fitness change over time, whether motor competence is associated with longitudinal trajectories of physical activity and fitness, and mediating pathways among these constructs across early childhood. METHODS: Four hundred and eighteen children 3 to 5 yr of age (210 boys; age, 4.5 ± 1.0 yr) were recruited and completed three annual assessments as part of the Health Outcomes and Physical activity in Preschoolers study. Motor competence was assessed using the Bruininks-Oseretsky Test of Motor Proficiency Second Edition-Short Form. Musculoskeletal fitness (short-term muscle power) was evaluated using a modified 10-s Wingate protocol on a cycle ergometer. Physical activity was measured over 7 d using accelerometers. RESULTS: At baseline, the cross-sectional relationship between motor competence and vigorous physical activity was not significant; however, a significant, weak positive association emerged across time. Results from longitudinal mixed-effect models found motor competence to be a significant positive predictor of musculoskeletal fitness and vigorous physical activity and to be associated with steeper increases in physical activity across time. Motor competence was independently associated with musculoskeletal fitness and physical activity during this early childhood period. CONCLUSIONS: Motor competence is an important independent predictor of physical activity and musculoskeletal fitness levels across early childhood. Motor competence may be an important target for early interventions to improve both physical activity and fitness in the early years.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».