MétaCan
Menu
Retour à la cohorte
Enregistrement W3182408614 · doi:10.1080/1091367x.2021.1946541

Psychometric Properties of a French-Canadian Version of the Test of Gross Motor Development – Third Edition (TGMD-3): A Bifactor Structural Equation Modeling Approach

2021· article· en· W3182408614 sur OpenAlexaffabout
Christophe Maïano, Alexandre J. S. Morin, Johanne April, E. Kipling Webster, Olivier Hüe, Claude Dugas, Dale A. Ulrich

Notice bibliographique

RevueMeasurement in Physical Education and Exercise Science · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensUniversité du Québec à Trois-RivièresConcordia UniversityUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingGross motor skillPsychologyExploratory factor analysisMotor skillTest (biology)PsychometricsDevelopmental psychologyPhysical therapyClinical psychologyMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

The objective was to assess the psychometric properties of a French-Canadian version of the third edition of the Test of Gross Motor Development (TGMD-3). Participants were 127 French-speaking Canadian children. Results supported the validity-reliability of a bifactor exploratory structural equation modeling representation of the TGMD-3. Additionally, results supported a lack of differential item functioning as a function of age, body mass index (BMI), physical activity/sport practice (PA/SP), and sex. Finally, latent mean differences showed that: (a) older children score lower on specific skills and higher on the global motor skills factor than younger children; (b) children with a higher BMI score lower on locomotor skills than children with a lower BMI; (c) children with higher weekly frequency of PA/SP score higher on the global motor skills factor than children with a lower weekly frequency of PA/SP; and (d) boys score higher on ball skills and lower locomotor skills than girls.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,363

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,269
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMeasurement in Physical Education and Exercise ScienceMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207