Is Physical Activity–Related Self-Efficacy Associated with Moderate to Vigorous Physical Activity and Sedentary Behaviour among Ambulatory Children with Cerebral Palsy?
Notice bibliographique
Résumé
Purpose : To determine how physical activity–related self-efficacy is associated with physical activity and sedentary behaviour time among ambulatory children with cerebral palsy (CP). Method : Children with CP, Gross Motor Function Classification System (GMFCS) Levels I-III ( N = 26; aged 9–18 y), completed the task self-efficacy component of a self-efficacy scale and wore Actigraph GT3X+ accelerometers for 5 days. Correlations (Pearson and Spearman’s rank-order; α = 0.050) were conducted to evaluate the relationships among age, GMFCS level, self-efficacy, and both daily moderate-to-vigorous physical activity (MVPA) and sedentary time. Linear regression models were used to determine the relationships among the independent variables and MVPA and sedentary time. Results : Self-efficacy was positively associated with MVPA time ( r = 0.428, p = 0.015) and negatively correlated with sedentary time ( r = –0.332, p = 0.049). In our linear regression models, gross motor function (β = –0.462, p = 0.006), age (β = –0.344, p = 0.033), and self-efficacy (β = 0.281, p = 0.080) were associated with MVPA time ( R 2 = 0.508), while GMFCS level (β = 0.439, p = 0.003) and age (β = 0.605, p < 0.001) were associated with sedentary time ( R 2 = 0.584). Conclusions : This research suggests that self-efficacy, age, and gross motor function are associated with MVPA in children with CP. Additional research is needed to confirm these findings and further explore the influence of self-efficacy on sedentary behaviour.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».