Impact of COVID-19 on Physical Activity in Families Managing ADHD and the Cyclical Effect on Worsening Mental Health
Notice bibliographique
Résumé
Physical activity supports symptom management in children with ADHD and reduces the mental health burden associated with caregiving for children with ADHD. Survey-based research shows that COVID-19 reduced physical activity among diverse populations. This study used a qualitative approach situated within a socioecological framework to (1) understand how COVID-19 impacted physical activity of children with ADHD and their caregivers, to (2) identify barriers to their physical activity, and to (3) identify potential areas of support. Thirty-three participants were interviewed between October 2020 and January 2021. Content analysis revealed that physical activity declined for children and caregivers; significant barriers were social isolation and rising intrapersonal difficulties such as diminishing self-efficacy and energy levels and increased mental health difficulties. Worsening mental health further alienated caregivers and children from physical activity, undermining its protective effects on ADHD symptom management and mental wellbeing. Participants identified needing community support programs that offer virtual, live physical activity classes as well as psycho-emotional support groups. There is vital need to support physical activity opportunities during high-stress situations in families managing ADHD to buffer against diminishing mental wellbeing. This will promote further physical activity engagement and allow families to reap the cognitive, psychological, and emotional benefits.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».