Promoting Fundamental Movement Skills and Physical Literacy Among 8–12-Year-Old Children: Feasibility Insights from an 8-Week Pilot Program in Southwestern Ontario
Notice bibliographique
Résumé
Background/Objectives: Global levels of physical activity are in decline, accompanied by low levels of competence in fundamental movement skills (FMSs) required to meaningfully participate in lifelong physical activity. This study aimed to explore the effects of an 8-week pilot program on the development of FMSs for children in a lower socioeconomic area through a game-based physical activity approach. Methods: Children (N = 30) were recruited from a lower socioeconomic area to participate in a community-offered PA program. This 8-week pilot program focused on game-based intervention, with weekly 1.5 h sessions to promote active play and development of FMSs. Each session was structured to ensure at least one FMS based on the Test of Gross Motor Development—Third Edition (TGMD-3) was emphasized to promote practice in these skills. The TGMD-3 was employed as a pre- and post-test measure of motor competence. Results: Children who completed both the pre- and post-test assessments (N = 11) demonstrated improvements in both locomotor (p = 0.166) and ball skill (p = 0.184) scores, though these were not significant. Additional analyses at baseline with all participants (N = 22; 8 not present at baseline testing) were insignificant, but descriptive statistics demonstrated that boys scored higher in ball skill scores, while girls scored higher in locomotor skill scores. Older children at baseline were found to score significantly higher than younger children in ball skill scores. Conclusion: The results highlighted that the game-based intervention did demonstrate some improvements for FMSs, highlighting a need for further development of the program and the participation of more children for more strongly powered analysis and to account for program withdrawal or dropout.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».