Exploring the Use of a Learning-Based Exergame to Enhance Physical Literacy, Soft Skills, and Academic Learning in School-Age Children: Pilot Interventional Study
Notice bibliographique
Résumé
BACKGROUND: There is ample evidence that most children do not perform enough physical activity (PA). To address this major public health problem, the French government implemented 30 minutes of daily PA (DPA) at schools but did not provide any supplemental resources or concrete guidance. Considering both children's interest in video games and the need for teachers to complete their curriculum, the use of a learning-based exergame that combines PA and learning appears particularly relevant. OBJECTIVE: The first objective of this study was to evaluate the feasibility of implementing 30 minutes of DPA through exergaming among school-age children. The second objective was to examine the effects of an exergaming program on physical literacy, academic learning, and soft skills (motivation, self-efficacy, and concentration). METHODS: This interventional study had a pre-post design and used the Play LÜ exergame platform. The study included 79 children with a mean age of 8.9 (SD 1.2) years from grade 2 (7 years old) to grade 5 (11 years old). Play LÜ requires players to throw balls against a wall to reach a target or to activate an object and provides an interactive game area for educational activities linked to specific learning themes. After a 4-session familiarization phase during which the teachers chose to prioritize mathematics learning in 30-minute DPA sessions, students took part in DPA sessions over a period of 3 weeks with Play LÜ and a motor skills circuit behind the LÜ setup to keep them continuously active. All sessions were carried out by PA specialists. Each session started with a warm-up using the Grööve application, continued with main activities promoting mathematics learning adapted to each grade level, and ended with a 3-minute meditation for returning to a calm and serene state using the Gaïa application. Before (T0) and after (T1) the program, students completed a self-evaluation booklet to assess their levels of physical literacy, academic performance, and soft skills. RESULTS: =-0.44, 95% CI -0.66 to -0.16). In addition, it is important to note that some measures progressed differently across learning levels and age groups. CONCLUSIONS: The study results indicate positive impacts of learning-based exergaming on physical literacy and motivation in mathematics among school-age children.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».