Études sur les inégalités sociales et l’activité physique en milieu scolaire
Bibliographic record
Abstract
Cette thèse de doctorat aborde le problème de l’inactivité physique et des inégalités sociales en matière d’activité physique (AP) au Québec. Dans un premier temps, puisqu’une faible compétence motrice pendant l’enfance constitue un obstacle important à la pratique ultérieure d’AP, nous brossons le premier portrait québécois des disparités sociales en matière de compétence motrice chez les enfants. Les associations entre la compétence motrice de 2654 enfants québécois et le statut socioéconomique de leur école primaire sont examinées à l’aide de régressions logistiques. Nos résultats révèlent des disparités sociales en matière de développement moteur : les enfants qui fréquentent une école en milieu plus défavorisé présentent des besoins plus importants que ceux qui fréquentent une école en milieu moyen et que ces derniers présentent, à leur tour, des besoins plus importants que les élèves des écoles les plus favorisés (article 1 : Gosselin, Leone et Laberge, 2020). Dans un deuxième temps, nous explorons en quoi les programmes scolaires d’AP peuvent être pertinents pour favoriser la pratique d’AP et le développement global des enfants dans une perspective de réduction des inégalités sociales. Une réflexion critique qui s’appuie sur une revue de littérature est présentée (article 2 : Gosselin, Boccanfuso et Laberge, 2020), et deux points clés sont soulignés : 1) l’importance d’évaluer l’implantation et les effets différentiels de ces programmes; et 2) la pertinence d’adapter ces programmes selon trois conditions : 1) l’approche universelle proportionnée; 2) le renforcement des capacités, et 3) la complexité des programmes (agir à plusieurs niveaux). Ces points constituent aussi un appel aux chercheurs en vue d’entreprendre davantage de recherches pour clarifier les effets différentiels des programmes scolaires d’AP et pour mieux comprendre comment les adapter, selon les besoins des différents milieux, afin de lutter contre les inégalités sociales en matière d’AP. Dans un troisième temps, un premier pas pour répondre à cet appel est réalisé par l’évaluation du plus récent programme d’AP au quotidien implanté en milieu scolaire au Canada : la mesure québécoise « À l’école, on bouge! ». Cette évaluation souligne que le caractère flexible de la mesure québécoise semble avoir alimenté, à travers un processus d’autonomisation (community empowerment) et au fil des trois années d’implantation, un changement de culture scolaire orienté vers une intégration durable d’AP au quotidien dans tous les contextes, à l’exception des écoles situées en milieu urbain défavorisé (articles 3 et 4 : Gosselin et Laberge, 2022). Puisque les enfants qui fréquentent ces dernières ont plus de chances que les enfants des milieux favorisés d’avoir des retards au regard du développement de leur compétence motrice (article 1), il s’avère crucial de favoriser l’intégration de la mesure pour maximiser le temps actif dans ces écoles afin de réduire les disparités. Des ressources additionnelles pour supporter des structures de leadership locales (comme un comité) pourraient permettre aux écoles de ces milieux d’implanter et maintenir l’intégration quotidienne de temps actif pour leurs élèves. Cette suggestion s’aligne avec deux des trois conditions qui semblent favoriser l’AP des enfants dans une perspective de réduction des inégalités sociales.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".