Physical fitness before and during the COVID-19 pandemic: Results of annual national physical fitness surveillance among 16,647,699 Japanese children and adolescents between 2013 and 2021
Notice bibliographique
Résumé
BACKGROUND: Limited nationally representative evidence is available on temporal trends in physical fitness (PF) for children and adolescents during the coronavirus disease 2019 (COVID-19) pandemic. The primary aim was to examine the temporal trends in PF for Japanese children and adolescents before and during the COVID-19 pandemic. The secondary aim was to estimate the concurrent trends in body size (measured as body mass and height) and movement behaviors (exercise, screen, and sleep time). METHODS: Census PF data for children in Grade 5 (aged 10-11 years) and adolescents in Grade 8 (aged 13-14 years) were obtained for the years 2013-2021 from the National Survey of Physical Fitness, Athletic Performance, and Exercise Habits in Japan (n = 16,647,699). PF and body size were objectively measured, and movement behaviors were self-reported. Using sample-weighted linear regression, temporal trends in mean PF were calculated before the pandemic (2013-2019) and during the pandemic (2019-2021) with adjustments for age, sex, body size, and exercise time. RESULTS: When adjusted for age, sex, body size, and exercise time, there were significant declines in PF during the pandemic, with the largest declines observed in 20-m shuttle run (standardized (Cohen's) effect size (ES) = -0.109 per annum (p.a.)) and sit-ups performance (ES = -0.133 p.a.). The magnitude of the declines in 20-m shuttle run and sit-ups performances were 18- and 15-fold larger, respectively, than the improvements seen before the pandemic (2013-2019), after adjusting for age, sex, body size, and exercise time. During the pandemic, both body mass and screen time significantly increased, and exercise time decreased. CONCLUSION: Declines in 20-m shuttle run and sit-ups performances suggest corresponding declines in population health during the COVID-19 pandemic.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».