Effects of physical exercise on academic performance in university students: A systematic review
Notice bibliographique
Résumé
Purpose: to evaluate the scientific evidence on the effects of physical exercise on the academic performance of university students, through a systematic review. Methods: Eleven hundred and fifty-three studies emerged from this search, based on the following selection criteria: articles published in the last 5 years, original studies of different types: experimental at any level, correlational, analytical, and observational, where any type of physical exercise is applied, in undergraduate university students, of any sex and university career. The review was finally performed with only 11 studies. Search for appropriate manuscripts was based on the following descriptive terms: "Exercise" AND "Academic Performance" AND "University Students" in English and Spanish. The search was conducted in the following databases: Web of Science (Core Collection), Scopus, and Pubmed. Our search strategy followed the PRISMA protocol. The Newcastle-Ottawa scale was used to assess the methodological quality and risk of bias of the studies. Results: 1153 studies were found and the systematic review was finally performed with 11 selected studies. Only 2 were conducted in Europe, 6 in Asia and 3 in America. The overall quality and level of bias could be considered as moderately positive with an average of 6.7 out of 9 stars. 7 were cross-sectional descriptive (64 % of the total), 2 correlational (18 %), 1 cross-sectional with correlational and linear regression analyses (9 %) and 1 quasi-experimental study (9 %). In all 11 the sampling was non-probabilistic. The samples ranged from 58 to 2324 students. The overall results of the correlations of some studies between physical exercise and academic performance, on average, there was a moderately significant and directly proportional relationship between both variables (r= 0.348; p= 0.001). Discussion: physical exercise has a moderate positive effect on the academic performance of university students at the international level.
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 | 0,015 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,008 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».