使用机器学习和SHAP:体能,基本协调和执行功能的影响,对9-10岁儿童的总运动协调进行可解释的预测
Lingfeng Mao1, Yuan Sui1, Xiangyang Ding1
1Shanghai University of Sport, School of Athletic Performance, Shanghai, China.
PeerJ
|March 3, 2026
概括
儿童的总运动协调主要受到空间技能和身体健康的影响,而不是执行功能. 培训应侧重于方向,平衡和力量,以更好地发展运动技能.
科学领域:
- 儿科身体发展 儿科身体发展
- 获得运动技能 获得运动技能
- 应用运动学应用运动学.
背景情况:
- 总运动协调对于儿童的身体发展至关重要,影响健康和认知功能.
- 了解影响运动技能的因素对于有针对性的干预至关重要.
- 以前的研究表明,身体健康,协调和认知能力之间存在联系.
研究的目的:
- 研究身体健康,基本协调和执行功能 (EF) 对儿童总运动协调的影响.
- 将机器学习模型的预测精度与传统的多重线性回归 (MLR) 进行比较.
- 通过使用先进的分析技术,确定总运动协调的关键预测因素.
主要方法:
- 167名儿童 (9-10岁) 参与,使用儿童身体协调测试 (KTK) 进行评估.
- 预测因素包括身体健康 (例如,50米冲刺,跳跃),基本协调 (例如,空间取向,平衡) 和EF (例如,抑制控制).
- 随机森林回归 (RFR) 和MLR用于预测,SHapley添加式扩展 (SHAP) 用于特征分析.
主要成果:
- 随机森林回归 (RFR) 显示出卓越的性能 (R2 = 0.533).
- 发现的关键预测因素是空间定向,体重指数 (BMI),动态平衡,长跃站立和闭眼平衡.
- 执行功能 (EF) 对预测总运动协调的贡献很小.
结论:
- 空间与身体的整合,身体健康和姿势控制是儿童粗体运动协调的主要驱动因素.
- 认知调节在总体运动技能发展中扮演的角色较小.
- 干预计划应优先考虑增强空间定向,管理BMI,改善平衡,加强下肢.
