Cognitive CAMSA: an ecological proposal to integrate cognitive performance into motor competence assessment
Notice bibliographique
Résumé
Purpose To profile the participants using a system of self-organizing maps (SOM) based on their motor and cognitive performance during a dual-task version of the Canadian Agility and Movement Skill Assessment (Cognitive CAMSA). Methods A total of 169 secondary school students (39.3% girls) volunteered to participate. The original CAMSA, cognitive CAMSA, the Corsi and Digit Span tests were used to assess (a) motor competence, (b) motor competence with cognitive load, and (c) cognitive performance, respectively. SOMs and the k-means clustering algorithm were used to establish the adolescents’ dual-task performance profiles. Results Including decision making based on verbal and visual cues in the original CAMSA significantly increased the participants’ total scores but also the time required to complete the test, while the skill score remained unchanged. However, not all the participants showed changes in their performance in the same direction during the cognitive CAMSA. Person-centered analyses by SOMs and k-means clustering identified six performance profiles with variations in the cognitive, motor skill, and time scores (H5 = 146.15, H5 = 102.68, and H5 = 108.07, respectively; all p < 0.01). Conclusion The cognitive CAMSA was shown to be a feasible field-motor test for assessing motor competence with a cognitive load in an ecological setting. Some of the profiles identified in the SOM approach represented adolescents with similar motor and cognitive performance in dual-task or single-task contexts, although other participants obtained high motor competence in single and dual-tasking while their cognitive performance declined or rose more in dual-task than in single task situations. The cognitive CAMSA emerges as a tool of great potential, applicable in educational and sports environments, to know subjects’ characteristics and try to individualize the interventions accordingly with their dual-task profile.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».