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
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle