Top 10 International Priorities for Physical Fitness Research and Surveillance Among Children and Adolescents: A Twin-Panel Delphi Study
Notice bibliographique
Résumé
BACKGROUND: The measurement of physical fitness has a history that dates back nearly 200 years. Recently, there has been an increase in international research and surveillance on physical fitness creating a need for setting international priorities that could help guide future efforts. OBJECTIVE: This study aimed to produce a list of the top 10 international priorities for research and surveillance on physical fitness among children and adolescents. METHODS: Using a twin-panel Delphi method, two independent panels consisting of 46 international experts were identified (panel 1 = 28, panel 2 = 18). The panel participants were asked to list up to five priorities for research or surveillance (round 1), and then rated the items from their own panel on a 5-point Likert scale of importance (round 2). In round 3, experts were asked to rate the priorities identified by the other panel. RESULTS: = 0.77, p < 0.01) in the priorities identified. The list of the final top 10 priorities included (i) "conduct longitudinal studies to assess changes in fitness and associations with health". This was followed by (ii) "use fitness surveillance to inform decision making", and (iii) "implement regular and consistent international/national fitness surveys using common measures". CONCLUSIONS: The priorities identified in this study provide guidance for future international collaborations and research efforts on the physical fitness of children and adolescents over the next decade and beyond.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».