Physical Fitness Surveillance and Monitoring Systems Inventory for Children and Adolescents: A Scoping Review with a Global Perspective
Notice bibliographique
Résumé
Surveillance of health-related physical fitness can improve decision-making and intervention strategies promoting health for children and adolescents. However, no study has comprehensively analyzed surveillance/monitoring systems for physical fitness globally. This review sought to address this gap by identifying: (1) national-level surveillance/monitoring systems for physical fitness among children and adolescents globally, (2) the main barriers and challenges to implementing surveillance/monitoring systems, and (3) governmental actions related to existing surveillance/monitoring systems. We used a scoping review to search, obtain, group, summarize, and analyze available evidence. Our review involved three stages: (1) identification of surveillance systems through a systematic literature review, with complementary search of the grey literature (e.g., reference lists, Google Scholar, webpages, recommendations), (2) systematic consultation with relevant experts using a Delphi method to confirm/add systems and to gather and analyze information on the barriers and challenges to implementing systems, and (3) Web searches for public documents on government sites and surveillance/monitoring system pages, and direct internet searches to identify relevant governmental actions related to surveillance systems. A total of 15 fitness surveillance/monitoring systems met our inclusion criteria. Experts identified a lack of government support and funding, and the low priority of fitness on the public health agenda as the main barriers/challenges to implementation. Several governmental actions related to surveillance systems were identified, including policies, strategies, programs, and guidelines. We propose a Global Observatory of Physical Fitness to help address these issues.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 ».