Positive effects of a 9-week programme on fundamental movement skills of rural school children
Notice bibliographique
Résumé
Background: Motor development of many children in rural areas of South Africa is compromised because of various socio-economic factors, hence, the need to address these developmental needs. Aim: To examine the immediate and sustainable effects of a 9-week movement programme on fundamental movement skills (FMS) of school children. Setting: Seven to eight years old school children in Raymond Mhlaba Municipality, Eastern Cape province. Methods: A two-group, pre-post-re-test research design was used. Fundamental movement skills (FMS) proficiency was assessed using the Test of Gross Motor Development-Third Edition (TGMD-3) at pre-test, post-test and re-test after 6 months. Ninety-three school children (intervention group [IG] = 57) and (control group = 36), with a mean age of 7.12 (± 0.71) participated in the study. The twice-a-week FMS programme of 30 min was conducted during school hours. Statistical analysis included an ANOVA type of hierarchical linear model (HLM) (mixed models) procedure to test for intervention effects with school, time, sex and group as covariants. Cohen’s effect size was calculated to assess the practical significance of changes. Results: Immediate and sustainable effects were found on locomotor (p < 0.05; d > 1.7, p < 0.05; d > 2.0), ball skills (p < 0.05; d > 0.7, p < 0.05; d > 1.5) and the gross motor index (GMI) of the IG (p < 0.05; d > 1.0, p < 0.05; d > 2.0). Conclusions: A short-duration FMS intervention significantly improve locomotor, ball skills, and GMI of school children in rural areas. Contributions: Interventions of this nature are encouraged to improve the FMS development of school children, especially in rural areas, as it can enhance the building blocks required in the future development of these 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 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) | 0,000 | 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 ».