The Relationship Between Motivation to Move and the Development of Fundamental Movement Skills Among Urban and Rural Preschool Children in Iran
Notice bibliographique
Résumé
Background: Many developmental theories have mentioned the motivation to move as a motor driver and used it to explain how children acquire new movement patterns. Objectives: Therefore, the aim of this study was to investigate the relationship between motivation to move and the development of fundamental movement skills (FMS) among urban and rural preschool children in Iran. Methods: The statistical population of this cross-sectional study included a sample of 4-6-year-old preschool children and their caregivers from Khorramabad urban and rural areas in Iran. A sample of 400 (202 from urban areas and 198 from rural areas) were selected using stratified random sampling. Data collection tools included the Children Movement Motivation Questionnaire (CMMQ) and Test of Gross Motor Development–Third Edition (TGMD-3). The Pearson correlation coefficient and independent t-tests at a significance level of P < 0.05 were used to analyze the research data. Results: In both groups of children resident in urban and rural areas, a positive and significant relationship was observed between the CMMQ and TGMD-3. A significant difference was found between urban and rural children on scores of the CMMQ and TGMD-3, with rural children scoring higher on both. Conclusions: This work provides support for the link between motivation and motor development in children. Moreover, the child's environment also has an impact on both motivation and development. Both motivation and the child's environment should be considered when developing programs that support typical development or rehabilitation plans for children who are not developing typically.
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) | 0,000 | 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 ».