The Effects of Physical Activity and Exergaming on Motor Skills and Executive Functions in Children with Autism Spectrum Disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This study aims at investigating the effects of two types of interventions, Sports, Play and Active Recreation for Kids (SPARK) and exergaming (Kinect), on motor skills (MS) and executive functions (EF) in children with autism spectrum disorder (ASD). Materials and Methods: Sixty children, aged 6–10 years were randomly assigned to SPARK (n = 20), Kinect (n = 20), or a control group (n = 20). Children's MS and EF were assessed before and after the intervention. The SPARK and Kinect groups participated in an 8-week intervention; the control group received treatment as usual. Intention-to-treat repeated-measures ANOVA was used to examine the effects of the intervention. Results: For MS, a significant group X time interaction was observed for aiming and catching skills [F(2, 53) = 4.12, P < 0.05]; the SPARK group improved significantly from pre- to post-test compared with the other groups. For EF, a main effect of group was found for correct responses [F(2, 53) = 5.43, P < 0.01]. The Kinect group showed more correct responses than the SPARK and control groups. A main effect of time was significant for conceptual responses [F(1, 53) = 10.61, P < 0.01] and perseverative errors [F(1, 53) = 14.31, P < 0.01]. Conclusion: This study suggests that structured physical activity (PA) interventions that target specific MS improve motor function in children with ASD and exergaming could be effective for improving EF. Future research is needed to untangle the interaction between the type of exercise, traditional PA versus exergaming, and the dose associated with improvements in MS and EF in children with ASD.
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.
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 | 0,001 |
| 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 découle