Challenges and Solutions to Supporting Physical Literacy within Youth Sport
Notice bibliographique
Résumé
There are current global concerns surrounding the lifestyle behaviours and future health and well-being of youth. One concept that has gained traction to address these concerns is physical literacy (PL). Organised youth sport is one context that can promote PL, offering multiple benefits coupled with a range of challenges. This Leading Article aims to provide a balanced overview of the key challenges associated with supporting PL within youth sport and offers solutions to overcome these challenges. The first challenge focuses upon attracting youth (and parents) to sport through increasing recruitment against social constraints (e.g., socioeconomic), popular entertainment (e.g., streaming) and family issues (e.g., scheduling). The second centres on retaining children in sport to maximise participation through the appropriate design, organisation and delivery of training and competition opportunities. The final challenge relates to the talent pathway and how sports can structure (e.g., [de]selection) and deliver (e.g., training intensification) a pathway to ensure that all youth athletes flourish along their PL journey. Our solutions focus on organisations (e.g., national governing bodies, clubs) understanding and considering, (1) PL as an individual's relationship with movement and physical activity throughout life, (2) children's rights (e.g., interests, opportunities, expression of views), and (3) sport policies and practices when designing and delivering sport experiences. Whilst these challenges and solutions are wide ranging and complex, our belief is that the adoption of a PL approach by stakeholders when designing, delivering and enacting sport programs can enhance the experiences of youth involved in sport and ultimately support their lifelong PL journey.
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 | 0,001 | 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 | 0,001 | 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 ».