Characterizing Middle School Students� Physical Literacy: A Sequential Mixed Methods Study
Notice bibliographique
Résumé
The purpose of this dissertation study was (a) to characterize middle school students’ levels of physical literacy (PL) and PL domains by gender, grade, socioeconomic status (SES), weight status, race, and ethnicity; and (b) to capture PL trajectory change as a result of receiving a theory-informed pedagogical workshop. Participants (N = 350) in sixth and seventh grades were recruited from a public middle school located in a southeastern U.S. state. These students completed the second version of the Canadian Assessment of Physical Literacy (CAPL-2). A subsample (n = 49) received a pedagogical workshop (four sessions over eight weeks), participated in two focus-group interviews (pre and post workshop), and completed the CAPL-2 upon intervention. Demographic data were collected using questionnaire, while weight and height were collected using stadiometer and weight scale to calculate body mass index (BMI) percentile. I found (a) gender-based differences in PL (favor boys; d = 0.29), cognitive (favor girls; d = 0.35), physical (favor boys; d = 0.59), and affective domains (favor boys; d = 0.32); (b) grade-based differences in cognitive (favor seventh grade; d = 0.32) and physical (favor sixth grade; d = 0.33) domains; (c) SES-based differences in PL (d = 0.52), cognitive (d = 0.33), and behavioral (d = 0.63) domains, all favoring high SES group; (d) BMI-based differences in PL (d = 0.68), physical (d = 0.90), and affective (d = 0.40) domains, all favoring normal BMI group; and (e) race-based differences in cognitive (d = 0.44) and behavioral (d = 0.78) domains all favoring White. The subsample, after workshop intervention, showed improvement in PL, and cognitive and affective domains (d: 0.29 – 0.42) as assessed by CAPL-2. Interview data delineated a positive trend of PL change by virtue of physical activity type and intensity, perceived motives, and barriers of physical activity participation. The findings of this study bear significant implications for future PL interventions. PL is a dynamic state that can be improved across populations through purposeful PE curriculum and instruction.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».