Is muscle-strengthening exercise associated with better academic performance of Literacy, Mathematics and Language? Results from a cross-sectional study
Notice bibliographique
Résumé
Objectives: The aim of this study was to assess the associations of muscle-strengthening exercise (MSE) with academic performance (AP) of different subjects in Chinese school-aged children and adolescents. Methods: Cross-sectional data on 67,281 students were included. Engagement in MSE was assessed using a specific question, and AP was assessed through self-reported grade in Literacy (Chinese), Mathematics, and Language (English). The analysis explored the associations between days of engagement in MSE and AP in Chinese, Mathematics, and English, separately. Results were presented as odds ratios (ORs). Results: There was a generally progressive increase in the likelihood of better AP of Chinese, Mathematics and English with increase in days of MSE. Specifically, one day of MSE per week was associated with an 11 % increase of better AP in Chinese, with a gradual increase up to 4 days per week (OR = 1.42), peaking at 6 days. The odds of enhanced AP related to Mathematics increased with days of MSE, starting with a 9 % increase for 1 day per week (OR = 1.09), and reaching a 39 % increase at 4 days per week. The odds of improved AP in English were 9 % higher for 1 day per week of MSE and continued to a 31 % increase for 4 days per week. Conclusion: This study suggests the potential positive role of MSE in enhancing AP in children and adolescents. Future studies are needed to confirm our findings based on longitudinal or intervention studies.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».