The Benefits of Acute Exercise for Children’s Cognition Are Associated with Trait Anxiety
Notice bibliographique
Résumé
INTRODUCTION: Children's anxiety is associated with decreased cognitive performance. One well-established behavioral intervention to transiently improve cognitive performance in children is acute aerobic exercise (AAE). Thus far, however, it is unclear whether the benefits of AAE on cognition vary based on individual differences in children's anxiety level. Therefore, we investigated whether trait anxiety levels mediate the effects of AAE on cognitive outcomes in preadolescent children. METHODS: Ninety-five preadolescent children (9 to 11 yr, 41 females) underwent two experimental interventions in a random, crossover, and counterbalanced design: an exercise protocol (20 min of walking at 65% to 75% of HRpeak) and a nonexercise control (seated rest). Behavioral indices of cognitive performance (accuracy, reaction times, response time (RT) variability) were assessed before and after each intervention using a modified flanker task. The effects of each intervention on cognitive performance were calculated as pre- to postintervention differences (effect scores). These scores were first correlated with children's personal characteristics: anxiety (STAIC), sex, age, body mass index, intelligence quotient, and aerobic fitness. Significant correlations guided subsequent hierarchical regression models, which specifically tested for associations between the effects scores and anxiety levels while controlling for remaining relevant covariates. RESULTS: Regression analysis revealed that anxiety was a significant predictor of the effects that AAE and rest had on cognitive performance. Specifically, higher anxiety scores were associated with greater exercise-induced cognitive benefits (increased accuracy, decreased RT variability; all P < 0.05) and greater rest-induced cognitive impairments (decreased accuracy, increased RT variability; all P < 0.01). CONCLUSIONS: These findings suggest that children reporting higher trait anxiety might experience greater cognitive benefits from a single bout of AAE.
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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».