Urdu Translation and Cross-Cultural Adaptation of Canadian Assessment of Physical Literacy-2 (CAPL-2) Questionnaires: A Reliability Analysis in Pakistani Children
Notice bibliographique
Résumé
Background. Physical literacy is vital for addressing children’s health issues such as childhood obesity, physical inactivity, and sedentary behavior. However, there is a lack of research on PL assessment in Pakistan. This study is aimed at translating and cross-culturally adapting the Canadian Assessment of Physical Literacy-2 (CAPL-2) tool and establishing its validity and reliability in the Pakistani population. Methods. The CAPL-2 was translated to Urdu employing the translation and back translation method. A cross-sectional study involving 350 school children (8-12 years) from Multan, South Punjab, evaluated the CAPL-2U version’s reliability. Results. Expert consensus and pilot testing successfully achieved translation, cross-cultural adaptation, face and content validity. The CAPL-2U demonstrated excellent reliability and internal consistency across the domains. Specifically, daily behavior domain had an internal consistency of α=0.964 and test-retest reliability of ICC=0.930 . Knowledge and understanding domain showed internal consistency ranging from α=0.906 to 0.986 and test-retest reliability of ICC=0.827 to 0.986. The motivation and confidence domain had an internal consistency of α=0.923 to 0.997 and test-retest reliability of ICC=0.857 to 0.993. The correlation between test-retest results for knowledge and understanding and motivation and confidence domains was r=0.318 to 0.973. However, two items in the motivation and confidence domain showed discrepancies in test-retest outcomes. Conclusion. The study confirms the successful translation and adaptation of the CAPL-2 questionnaire for use in Urdu and Pakistani contexts. The findings endorse the tool’s reliability and suitability for assessing physical literacy in Pakistan’s children aged 8-12.
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 | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».