MétaCan
Menu
← Retour à la cohorte
Enregistrement W7048783646

Movement for Life! A physical literacy resource for early childhood caregivers

2023· article· en· W7048783646 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensBrock UniversityUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésEarly childhoodLiteracyEarly childhood educationPhysical educationPhysical developmentResource (disambiguation)Physical activity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Early childhood education settings play a critical role in offering opportunities for children to develop physical literacy. The purpose of the present study was to investigate if Movement for Life! (M4L), a physical literacy education program for adult caregivers of children ages 0-6, translated to change in the provision, knowledge, and understanding of physical literacy by early childhood educators (ECEs). Using a pre and post-test design 84 ECES completed two measures: the Physical Literacy Environmental Assessment (PLEA; Caldwell et al., 2020), and a survey regarding personal behaviours for providing physical literacy development opportunities. In addition, six childcare centre directors completed the Physical Activity Self-Assessment for Childcare (Ward et al., 2008). The results demonstrate that the participation in the M4L program has a positive impact on the physical literacy environment of early childhood care centres. Additionally, ECEs believed it was important to provide physical literacy development activities. They reported increased confidence to provide effective physical literacy development activities from pre-test to post-test and reported significantly decreased difficulty providing effective physical literacy development activities from pre-test to post-test, although some barriers were suggested to still exist. The results indicate the M4L program was effective and successfully implemented with ECEs.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,164
Tête enseignante GPT0,543
Écart entre enseignants0,379 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetAtomic and Subatomic Physics Research→Travaux en français237 207→