The Motor skills At Playtime intervention improves children's locomotor skills: A feasibility study
Notice bibliographique
Résumé
BACKGROUND: Interventions are needed to teach fundamental motor skills (FMS) to preschoolers. There is a need to design more practical and effective interventions that can be successfully implemented by non-motor experts and fit within the existing gross motor opportunities such as outdoor free play at the preschool. The purpose of this study was to evaluate the feasibility and efficacy of a non-motor expert FMS intervention that was implemented during outdoor free play, Motor skills At Playtime (MAP). METHODS: = 4.7 ± 0.46 years; 41% boys) and were divided into a MAP (n = 30) or control (outdoor free play; n = 16) group. Children completed either a 1,350-min MAP intervention or control condition (outdoor free play) from January to April of 2018. FMS were assessed before and after each programme using both the Test of Gross Motor Development-3rd Edition and skill outcome measures (running speed, hopping speed, jump distance, throwing speed, kicking speed and catching percentage). Intervention implementation feasibility was measured through daily fidelity checks. Fidelity was evaluated as the percentage of intervention sessions that included all explicit intervention criteria. FMS data were analysed using linear mixed modelling. Models were fit with fixed effects of time and treatment, covariates of sex and height, and a random intercept for each individual. RESULTS: The non-motor expert was feasibly able to implement MAP with high fidelity (>93%). There was a significant treatment effect for MAP on process and product locomotor FMS (P < 0.05) and a trend for a treatment effect for MAP on total process FMS (P = 0.07). CONCLUSION: Results support that MAP was successfully implemented by a non-motor expert and led to improvements in children's FMS, especially locomotor FMS.
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 | 0,001 | 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 ».