Understanding the physical literacy development of 8‐ to 12‐year‐old children living with chronic medical conditions: A comprehensive, mixed methods inquiry
Notice bibliographique
Résumé
BACKGROUND: Physical literacy is a concept used to describe the combined physical, affective and cognitive capacities facilitating an active lifestyle. Physical activity participation is essential for children living with chronic medical conditions, but knowledge of physical literacy among this group is scarce. METHODS: An explanatory, sequential mixed methods design was used to comprehensively describe the physical literacies of children with chronic medical conditions (CMCs). Participants were recruited from paediatric cardiology, respirology/cystic fibrosis, neurology, haematology and endocrinology outpatient clinics. All participants completed the Canadian Assessment of Physical Literacy (2nd Edition), and those with higher and lower scores were invited to a semi-structured interview. A deductive-inductive thematic analysis was applied using Margaret Whitehead's conceptualization of physical literacy. RESULTS: Using normative strata, 80.0% of the 99 children assessed (mean age = 9.97 ± 1.3 years, 48% girls) were considered beginning or progressing in their overall physical literacy (mean score = 56.5 ± 13.8/100). Meanwhile, physical literacy informed participants' approach to new, active experiences and may have contributed to a strong sense of self. There was a significant difference between endocrinology and haematology patients on total physical literacy score (p = 0.03) but not domain scores. Participants scored high on motivation/confidence (mean = 22.9 ± 5.0/30) but obtained low physical competence (mean = 11.8 ± 5.6/30) and daily behaviour scores (n = 72, mean = 15.5 ± 7.1/30). Main themes represent salient experiences of children with CMCs within the domains of physical literacy, including their need to evaluate active contexts, self-regulate activity intensity and manage physical limitations. CONCLUSIONS: Children with CMCs can achieve recommended levels of physical literacy without meeting normative standards for physical competence. Participants would benefit from a physical literacy intervention that targets the development of bodily self-regulation skills and risk evaluation in active settings.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».