MétaCan
Menu
Retour à la cohorte
Enregistrement W7162001577 · doi:10.82308/3266

The effects of a ban on extracurricular activities by teachers on students' levels of physical activity in the Montreal area /

2003· dissertation· en· W7162001577 sur OpenAlexaboutno aff
Roman Pabayo

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical activityLogistic regressionPhysical activity levelMultivariate analysisBaseline (sea)Multivariate statisticsPhysical exercise

Résumé

récupéré en direct d'OpenAlex

Since physical activity is part of a healthy lifestyle, there is a lot of interest concerning the determinants of this behaviour in youth since it is tracked into adulthood. Environmental determinants belong to one subset of factors that influence physical activity. Baseline and one-year follow-up data on level of physical activity were collected in classroom questionnaires from 1264 7th grade students (56.2% of eligible students). Physical activity was assessed via an adaptation of the Weekly Activity Checklist. The effect of a ban on extracurricular activities on adolescent physical activity levels was determined. Multivariate logistic regression analyses were used to determine the effect of the ban when controlling for baseline physical activity, the number of extracurricular activities regularly offered at the school, and season at baseline. Students attending high implementation schools were significantly more likely to increase their levels of physical activity after the ban was lifted, than students in low implementation schools (odds ratio (OR) = 1.49 (95% CI = 1.16, 1.91) and 2.19 (95% CI = 1.80, 2.67 for boys and girls respectively). These results suggest that a teachers' ban on sports-related ECAs was associated with a decrease in the PA levels of students attending secondary schools. The impact was higher among girls than boys.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,969

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,328
Écart entre enseignants0,314 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetYouth Development and Social SupportTravaux en français237 207