Efficacy of a Physical Activity e-Learning Course Delivered to Early Childhood Educators on Preschoolers’ Physical Activity and Sedentary Behaviors: A Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
PURPOSE: This study examined the effectiveness of an early childhood educator (ECE)-focused physical activity e-Learning course on children's physical activity and sedentary time in childcare. METHODS: A cluster randomized controlled trial was conducted in 12 childcare centers in London, Ontario, Canada. A total of 145 preschoolers and 42 ECEs participated in this study. ECEs in the intervention condition completed a 5-hour e-Learning course related to physical activity. Outcomes were preschoolers' minutes of moderate- to vigorous-intensity physical activity, light-intensity physical activity, and sedentary time assessed using accelerometers. RESULTS: The intervention did not have a significant effect on moderate- to vigorous-intensity physical activity (d < 0.01, P = .984), light-intensity physical activity (d = -0.17, P = .386), or sedentary time (d = 0.07, P = .717) from baseline to postintervention. There was also no significant intervention effect on moderate- to vigorous-intensity physical activity (d = 0.27, P = .260), light-intensity physical activity (d = -0.08, P = .740), or sedentary time (d = -0.15, P = .520) from baseline to follow-up. CONCLUSIONS: Providing ECEs with online training in physical activity through an e-Learning course may not be sufficient to increase physical activity levels among young children in their care. It may be essential to deliver multicomponent interventions to increase preschoolers' engagement in physical activity in childcare.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».