Preschool to School-Age Physical Activity Trajectories and School-Age Physical Literacy: A Longitudinal Analysis
Notice bibliographique
Résumé
PURPOSE: The associations between longitudinal physical activity (PA) patterns across childhood and physical literacy have not been studied. The purpose of this study was to identify PA trajectories from preschool to school-age, and to determine if trajectory group membership was associated with school-age physical literacy. METHODS: Participants (n = 279, 4.5 [0.9] y old, 48% girls) enrolled in this study and completed annual assessments of PA with accelerometry over 6 timepoints. Physical literacy was assessed at timepoint 6 (10.8 [1.0] y old). Group-based trajectory analysis was applied to identify trajectories of total volume of PA and of moderate to vigorous PA and to estimate group differences in physical literacy. RESULTS: Three trajectories of total volume of PA and of moderate to vigorous PA were identified. Groups 1 (lowest PA) included 40% to 53% of the sample, groups 2 included 39% to 44% of the sample, and groups 3 (highest PA) included 8% to 16% of the sample. All trajectories declined from timepoint 1 to timepoint 6. School-age physical literacy was lowest in trajectory groups with the lowest total volume of PA or moderate to vigorous PA over time (P < .05). CONCLUSIONS: PA should be promoted across early and middle childhood, as it may play a formative role in the development of school-age physical literacy.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».