Global Insights and Key Trends in Physical Literacy Research: A Bibliometric Analysis and Literature Review from 2007 to 2024
Notice bibliographique
Résumé
Background: Extensive research has been carried out on physical literacy (PL) over the past decades. Nonetheless, no comprehensive bibliometric analysis of relevant publications has been performed. In this study, we conducted a comprehensive bibliometric review of studies on PL to track research trends and highlight current research hotspots. Methods: The Web of Science Core Collection (WoSCC) database was selected to retrieve publications from inception to 2024 on PL. Articles and reviews written in English with PL as the main topic were included. VOSviewer and CiteSpace software were used to perform analysis and visualization of scientific productivity and emerging trends. Results: A total of 710 publications were retrieved. Canada dominated this field with the most publications (188). The institution and author with the largest number of articles were The Chinese University of Hong Kong (46 publications) and Cairney John (35 publications), respectively. BMC Public Health was the most influential journal with 41 articles and 1214 citations. Publications were primarily distributed across journals in sports science, education, public health, and other allied disciplines. Five topics were identified by reference co-citation analysis and keyword analysis: the definition of PL, PL in education, the association of PL, the intervention of PL, and the measurement and assessment of PL. The measurement, assessment and intervention of PL may become the frontiers. Conclusion: PL research has witnessed growing scholarly interest over the past 18 years. The concept of PL lacks consensus, and the necessity of establishing a unified conceptualization remains contentious. Most existing PL measurement tools lack comprehensiveness in capturing conceptual components, highlighting the need for established instruments aligned with its theoretical foundations. PL interventions vary in design and effectiveness, making it essential to identify effective strategies. Furthermore, multidisciplinary collaboration is imperative. This study could offer strategic guidance for identifying potential collaborators and prioritizing research priorities.
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 | 0,014 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,169 | 0,197 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».