The Impact of COVID-19 on Eating Environments and Activity in Early Childhood Education and Care in Alberta, Canada: A Cross-Sectional Study
Notice bibliographique
Résumé
Early childhood education and care (ECEC) environments influence children’s early development and habits that track across a lifespan. The purpose of this study was to explore the impact of COVID-19 government-mandated guidelines on physical activity (PA) and eating environments in ECEC settings. This cross-sectional study involved the recruitment of 19 ECEC centers pre-COVID (2019) and 15 ECEC centers during COVID (2020) in Alberta, Canada (n = 34 ECEC centers; n = 83 educators; n = 361 preschoolers). Educators completed the CHEERS (Creating Healthy Eating and activity Environments Survey) and MEQ (Mindful Eating Questionnaire) self-audit tools while GT3X+ ActiGraph accelerometers measured preschooler PA. The CHEERS healthy eating environment subscale was greater during COVID-19 (5.97 ± 0.52; 5.80 ± 0.62; p = 0.02) and the overall score positively correlated with the MEQ score (r = 0.20; p = 0.002). Preschoolers exhibited greater hourly step counts (800 ± 189; 649 ± 185), moderate-to-vigorous PA (MVPA) (9.3 ± 3.0 min/h; 7.9 ± 3.2 min/h) and lower sedentary times (42.4 ± 3.9 min/h; 44.1 ± 4.9 min/h) during COVID-19 compared to pre-COVID, respectively (p < 0.05). These findings suggest the eating environment and indices of child physical activity were better in 2020, which could possibly be attributed to a change in government-mandated COVID-19 guideline policy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».