Perceptions Matter! Active Physical Recreation Participation of Children with High and Low Actual and Perceived Physical Competence
Notice bibliographique
Résumé
Emerging evidence suggests that the accuracy of a child’s perceived physical competence (PPC) impacts participation in physical activity. We examined differences in active physical recreation (APR) participation based on clusters of high and low motor competence and perceptions from grades 3–5. Participants were a longitudinal sample (n = 155; 85 girls) of grade three, four, and five children. Fundamental motor skills (FMSs) were assessed using the TGMD-2, perceptions were assessed using the Self-Perception Profile for Children, and APR was measured using the Children’s Assessment of Participation and Enjoyment. K-means cluster analysis was used to create four clusters per grade based on participants’ FMSs and PPC z-scores. Differences in FMSs, PPC, and APR with cluster group as a factor were examined using a series of factorial ANOVAs. In each grade, participants in the high–high cluster participated in significantly more APR than those in the low–low cluster (p = 0.002 in grades three and four; p < 0.001 in grade five). Among the less accurate clusters (e.g., low FMSs with high PPC) was a trend toward positive FMSs growth among the children with higher perceptions. Results show that combinations of FMSs and PPC influence patterns of engagement or disengagement in active physical recreation persistently across middle childhood.
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 ».