MétaCan
Menu
Retour à la cohorte
Enregistrement W1192037255 · doi:10.1080/21642850.2015.1128333

The utility of a protection motivation theory framework for understanding sedentary behavior

2016· article· en· W1192037255 sur OpenAlexaff
Tiffany S Wong, Anca Gaston, Stefanie DeJesus, Harry Prapavessis

Notice bibliographique

RevueHealth Psychology and Behavioral Medicine · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyPsychological interventionSituational ethicsSittingMultilevel modelSocial psychologyExplained variationClinical psychologyStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

Multilevel determinants of sedentary behavior (SB), including constructs couched within evidence-based psychological frameworks, can contribute to more efficacious interventions designed to decrease sitting time. This study aimed to: (1) examine the factor structure and composition of sedentary-derived protection motivation theory (PMT) constructs and (2) determine the utility of these constructs in predicting general and leisure sedentary goal intention (GI), implementation intention (II), and self-reported SB. Sedentary-derived PMT (perceived severity, PS; perceived vulnerability, PV; response efficacy, RE; self-efficacy, SE), GI, and II constructs, and a modified SB questionnaire were completed by undergraduate students (n = 596). SE was broken into three psychological (productive, focused, tired), and two situational (studying, leisure) constructs to capture the main barriers to reducing sitting time. After completing socio-demographics and the PMT items, participants were randomized to complete general or leisure GI and II. Based on model assignment, they completed either the general or leisure SB questionnaire one week later. Irrespective of model, exploratory followed by confirmatory factor analysis revealed that the PMT items grouped into eight coherent and interpretable factors consistent with the theory's threat and coping appraisal tenets: PV, PS, RE, and five scheduling SE constructs (tired, productive/focused, TV/video games/computer, studying at home, studying in library/Wi-Fi area). Using linear regression, general and leisure models predicted 5% and 1% of the variance in GI, 10% and 16% of the variance in II, and 3% and 1% of the variance in SB, respectively. Variables that made unique and significant contributions were: RE (general) and SE (leisure) for goal intention; PV and RE (general), PV, RE, and SE (leisure) for implementation intention; and only goal intention (leisure) for SB. Support now exists for the tenability of an eight-factor PMT sedentary model and its utility in predicting II and to a lesser extent GI and behavior.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,383
Tête enseignante GPT0,533
Écart entre enseignants0,150 · 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 tête enseignante, 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

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Psychology and Behavioral MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207