Global Matrix 4.0 physical activity report cards grades for children and adolescents: A comparison among 15 Asian countries and regions
Notice bibliographique
Résumé
Background: : This paper aimed to compare the report card grades among 15 Asian jurisdictions participating in the Global Matrix 4.0, and to explore differences in regional cultural and policy factors related to physical activity behaviors. Methods: All participating jurisdictions followed a harmonized process to develop a country report card. Ten required common indicators were assessed, including five behavioral indicators (Overall Physical Activity, Organized Sport and Physical Activity, Active Play, Active Transportation, Sedentary Behavior), four sources of influence indicators (Family and Peers, School, Community and Environment, and Government), and an outcome indicator (Physical Fitness). Letter grades, ranging from A+ to F or incomplete (INC), were assigned to the indicators based on the predefined benchmarks and grading rubric, and were converted to numerical scale for analyses. Results: The country average scores ranged from F (Indonesia) to B- (Japan), with C+/C/C- the most prevalent grades. The mean behavioral score (D+) was lower than sources of influence score (C+). Poor grades (D or F) were observed for Overall Physical Activity among 73.3% (11/15) of the jurisdictions. Government was the indicator with the highest proportion of A or B grades (66.7%), followed by School (53.3%). Physical Fitness (n = 10) and Active Play (n = 8) were two indicators with the largest number of INC grades. Conclusions: Poor grades for physical activity and sedentary behavior were generally found in Asian jurisdictions. The better, though modest, grades on the sources of influence have not been translated into favorable behaviors among children and adolescents. The findings also suggested surveillance gaps for physical fitness, active play, and organized sport participation. National-level investments and action plans are needed to ensure physical activity interventions are developed, effectively implemented, and regularly evaluated in multiple settings.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».