1.E. Pitch presentations: Let’s get physical 1
Notice bibliographique
Résumé
The number of physical inactive people and resulting chronic diseases is one of the major public health problems in Europe.Literature indicates that many inactive people have never learned how to move appropriately and confidently.Physical Literacy (PL) should enable people with basic physical activity skills to move properly and with pleasure so that they can actively contribute to their health throughout their life.The aim of this work was to identify definitions, measurement tools and practical examples regarding PL as foundation for a physical activity-promoting health promotion.A review using PubMed, ScienceDirect and Medline was conducted.Literature in English or German published in the EU, Canada, USA, Australia and New Zealand from 2000 -2015 was included.Additionally, a selective search in libraries and on the internet was done.20 articles and 35 sources of grey literature were identified.After an analysis of various definitions a new definition of PL was generated: PL as a holistic concept contains the motivation, the confidence, fundamental movement skills and the knowledge and understanding that is necessary for moving effectively, creatively, confidently and with enthusiasm in a wide range of situations and environments throughout the life course so that participation in physical activities can be maintained until old age.Other key elements are the ability to make healthy, physical activity-regarding decisions in coordination with the environment, the connection with age, talent and culture, the philosophical background, the benefits as well as the development of PL.Three Canadian tools for assessing PL in children were identified, but no tools for adults.PLpromoting programs could be found in 6 countries, however they were also mostly targeted at young people.The identified principles of PL should be integrated in the applied health promotion.Furthermore measurement tools and projects in practice should be developed for adults.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,435 | 0,220 |
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 ».