Pre- and in-service Early Childhood Educators' knowledge, self-efficacy, and intentions following an e-learning course in physical activity and sedentary behaviour
Notice bibliographique
Résumé
Background: Early childhood educators (ECEs) are important daytime role models for young children; they program and lead physical activity (PA) and sedentary behaviour (SB) opportunities in childcare. Despite this important role, ECEs have noted receiving little PA and SB-related training during their pre-service schooling. Purpose: The purpose of this pilot study was to examine the influence of an e-Learning course in PA and SB on pre- and in-service ECEs’ knowledge, self-efficacy, behavioural intention, and perceived behavioural control. Methods: A pre-post pilot study, part of the larger Training pre-service EArly CHildhood educators (TEACH) study, was conducted with pre-service ECEs recruited from three Canadian colleges, while in-service ECEs were recruited via social media. ECEs completed an online survey via Qualtrics prior to, and immediately following the completion of the e-Learning course (~5 hours). McNemar Chi-Square tests and paired samples t-tests were used to examine changes in ECEs’ question-specific, and total knowledge scores, while Wilcoxon Signed Ranks tests were run to examine changes in self-efficacy, behavioural intention, and perceived behavioural control. Results: A significant increase in both pre- (n = 32) and in-service (n = 121) ECEs’ knowledge from pre- to post-course completion was observed. Additionally, significant positive changes across self-efficacy, behavioural intention, and perceived behavioural control items were displayed by in-service ECEs, while pre-service ECEs exhibited significance for these tools for select items only. Conclusions: These findings offer preliminary evidence of the appropriateness of an e-Learning course for improving ECEs’ knowledge, self-efficacy, behavioural intention, and perceived behavioural control to support physical activity and minimize sedentary time in childcare. Funding: Social Sciences and Humanities Research Council.
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 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».