MétaCan
Menu
Retour à la cohorte
Enregistrement W4391223212 · doi:10.6000/2292-2598.2023.11.05.2

Improving Motor Proficiency in Children with Developmental Delays: A Meta-Analysis Evaluating the Impact of Motor Skills Interventions

2024· article· en· W4391223212 sur OpenAlexvenueno aff
Maha Siddiqui, Sumaira Imran Farooqui, Jaza Rizvi, Bashir Ahmed Soomro, Batool Hassan

Notice bibliographique

RevueJournal of Intellectual Disability - Diagnosis and Treatment · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionWorld Health Organization
Mots-clésMeta-analysisMotor skillPsychological interventionPsychologyDevelopmental psychologyGross motor skillMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigated the impact of motor skill interventions in improving motor proficiency among children with developmental delays following Preferred Reporting Items for Systematic Reviews and Meta-analysis “PRISMA” recommendations. The included studies were searched on four databases: Google Scholar, PEDro, MEDLINE, and Cochrane Library. Studies published during the year 2012 to 2022 were selected. The data was extracted by defining the publication year, type of study design, targeted population, and type of physical therapy intervention. The outcome measures included four components of motor proficiency: bilateral coordination, balance, speed and agility, and strength. The results revealed statistically significant findings and a large effect size for bilateral coordination (SMD=1.003, CI=95%) and speed and agility (SMD=0.854, CI=95%). However, a smaller effect size with significant findings was observed in the balance domains (SMD=0.333, CI=95%) and strength (SMD=0.337, CI=95%). Despite the promising results of the analyzed interventions, some of the included studies observed a high risk of bias. However, it is evident from the analysis that protocols directed toward advanced approaches have shown more promising results than traditional physical exercise regimens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,034
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0200,049
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,386
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intellectual Disability - Diagnosis and TreatmentMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207