Gender Differences in Academic Performance of High School Students: The Relationship with Cardiorespiratory Fitness, Muscle Endurance, and Test Anxiety
Notice bibliographique
Résumé
Background: The purpose of this study was to investigate the relationship between cardiorespiratory fitness, muscle endurance, and test anxiety levels with academic performance in both genders of high school students. Methods: A total of 545 grade nine students (mean age: 14.1 ± 0.4 years old) participated in this study. Final grades in language, mathematics, and science and the overall mean average of all courses were used to assess academic performance. Cardiorespiratory fitness levels were estimated using the 20 meter shuttle run test and muscle endurance was measured using push-up and curl-up tests. Participants also completed a questionnaire for the assessment of test anxiety. Independent t -tests, correlations, and linear regression analysis were performed. Results: Results show that female students ( n = 292) had significantly higher grades in language and science as well as a higher overall mean average than male students ( P < 0.001). Moreover, we observed that female students had significant greater correlation coefficient values than male students for cardiorespiratory fitness levels and muscle endurance with academic performance ( P < 0.05). Finally, linear regression analysis showed multiple differences between male and female students regarding independent predictors of academic performance ( P < 0.01). Conclusions: Results of the present study indicate that the academic performances of male and female students are different in high school and that these distinct academic performances appear to be explained by different variables.
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 | 0,000 | 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 ».