MétaCan
Menu
Retour à la cohorte
Enregistrement W6986424317

Physical literacy and physical activity in swedish preschool children – a cross-sectional study

2023· article· en· W6986424317 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical activityPromotion (chess)LiteracyHealth promotionEarly childhoodPublic healthCognition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION:There are substantial evidence for the numerous positive health benefits of physical activity (PA) [1]. At the same time, PA-levels in European and Swedish children are insufficient [2]. Inadequate PA-levels, and associated noncommunicable diseases, are regarded as one of the most significant public health challenges confronting us. Hence, it is important to understand how we can promote ways for children to reach adequate PA-levels. Physical Literacy (PL), a theory with potential benefits for PA-behaviors and health, has garnered increasing attention over the last few years. Encompassing physical, affective, and cognitive dimensions PL is often described as an individual’s capacity, confidence, and motivation to partake- and engage in PA [3]. The early childhood years are suggested for PL promotion since this period is regarded as crucial for PA-behaviors, future health, and the opportunity to reach most children via school settings. However, the assessment and status of PL in young children, specifically in Sweden, is at best scarce. Consequently, research is required to assess PL and its connection to PA-levels in young Swedish children. METHODS:The data for this study will be derived from hip-worn accelerometers (GT3X+, Actigraph) worn for 7 days to assess PA-levels, as well as a modified version of the Canadian Preschool Physical Literacy Assessment to assess PL. The study will include 412 preschool children, aged 3-6, from 20 preschools. The data will be analyzed and presented via descriptive statistics, and multi-level linear regression models will be used to determine associations between total- and intensity stratified PA-levels and PL. RESULTS:Tentatively, the results of this study are expected to provide: 1) a picture of PL and PA in Swedish preschool children and the connection therein; 2) much-needed data for the fields of PL and early childhood research; 3) Indications on effectiveness of PL for promoting PA; and 4) guidance for future research in PL. CONCLUSION:With individual, and public health advancements in mind, there is ample reason to enhance our understanding of the relationship between PL and PA-levels of Swedish preschool children, as well as, adding data to the PL-field. The present study has the potential to contribute to these objectives. References:1. Warburton, D. E., & Bredin, S. S. (2017). Health benefits of physical activity: a systematic review of current systematic reviews. Current opinion in cardiology, 32(5), 541-556.2. Steene-Johannessen J, Hansen BH, Dalene KE, Kolle E, Northstone K, Møller NC, et al. Variations in accelerometry measured physical activity and sedentary time across Europe – harmonized analyses of 47,497 children and adolescents. Int J Behav Nutr Phys Act. 2020;17(1):38.3. Edwards, L. C., Bryant, A. S., Keegan, R. J., Morgan, K., & Jones, A. M. (2017). Definitions, foundations and associations of physical literacy: a systematic review. Sports medicine, 47(1), 113-126.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,319
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetMachine Learning in BioinformaticsTravaux en français237 207