Interventions pour favoriser l’activité physique et l’appartenance sociale chez les enfants et les jeunes dans des espaces extérieurs : revue rapide de la littérature
Bibliographic record
Abstract
Introduction La conjugaison d’une augmentation du comportement sédentaire et d’une baisse de la santé mentale globale chez les enfants et les jeunes canadiens dans les dernières décennies est le signe évident que l’on a besoin de recherche appliquée axée sur l’élaboration et l’évaluation d’interventions interdisciplinaires. Les espaces extérieurs offrent des possibilités d’activité physique et d’interactions sociales, ce qui en fait un cadre idéal pour répondre à ces préoccupations essentielles en matière de santé chez les enfants et les jeunes. Méthodologie Nous avons procédé à une revue rapide de la littérature évaluée par les pairs (n = 3 096) et de la littérature grise (n = 7) afin de sélectionner les interventions en faveur de l’activité physique et de l’appartenance sociale portant sur les espaces extérieurs et visant les enfants et les jeunes (19 ans ou moins) en Australie et en NouvelleZélande, au Canada, en Europe et aux ÉtatsUnis. Nous avons déterminé si les interventions étaient efficaces en analysant la conception de l’étude, les intervalles de confiance et les limites signalées, puis en réalisant une synthèse narrative des interventions efficaces. Résultats Nous avons relevé 104 études, dont 70 (67 %) ont été jugées efficaces. Sur l’ensemble, 55 interventions visaient l’activité physique, 10 visaient l’appartenance sociale et 5 visaient les deux. Le jeu (n = 47) et le contact avec la nature (n = 25) étaient les thèmes dominants dans toutes les interventions, la plupart ayant lieu dans une école ou un parc. Nous rendons compte des caractéristiques, des limites et des conséquences de ces interventions. Conclusion L’intégration d’éléments naturels et ludiques dans les espaces extérieurs peut être un moyen efficace d’améliorer l’activité physique et l’appartenance sociale. Il y a un besoin considérable de recherches plus spécifiques au Canada. De nouvelles stratégies, comme l’intégration de la technologie des téléphones intelligents dans la conception et l’évaluation de ces interventions, méritent d’être envisagées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.053 | 0.094 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.006 | 0.006 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".