Predilection for physical activity and body mass index z-score can quickly identify children needing support for a physically active lifestyle
Notice bibliographique
Résumé
Comprehensive physical literacy assessments can be time-consuming and require a gymnasium space and examiner training. This project sought to identify easy-to-administer tasks, suitable for all physical activity and healthcare settings, which could quickly screen a group of children to identify those most likely to benefit from an in-depth assessment or additional physical literacy support. The 40 potential screening tasks were compared with the Canadian Assessment of Physical Literacy among 226 children (57% female) aged 8 to 12 years. Absolute body mass index z-score above 0.67 or predilection for physical activity less than 31.5/36 points had the highest sensitivity (81% and 83%, respectively) and specificity (45% and 52%, respectively). Predilection less than 31.5 combined with absolute body mass index z-scores achieved 81% sensitivity and 64% sensitivity. When the selected tasks were repeated on a different sample of 71 children (50% female), results were similar with the combination of predilection and absolute body mass index achieving 92% sensitivity and 53% specificity. Predilection for physical activity, absolute body mass index z-score, and a combination of the two are quick and easy screening tasks suitable for all physical activity settings that can identify children likely to need additional support for a physically active lifestyle. Novelty: Physical literacy screening can be completed in recreation, education, allied health, coaching and healthcare settings. Predilection for physical activity and body mass index z-score quickly identify children needing physical literacy support.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».