Understanding Physical Activity Behavior in African American and Caucasian College Students: An Application of the Theory of Planned Behavior
Notice bibliographique
Résumé
UNLABELLED: Only 30% of college students meet the recommended amount of physical activity (PA) for health benefits, and this number is lower for African American students. Moreover, the correlates of PA may vary by ethnicity. OBJECTIVE: In the present study, the authors tested the utility of the theory of planned behavior for explaining PA intentions and behavior in Caucasian and African American students. PARTICIPANTS AND METHODS: Participants were 238 African American (M age = 20.05 years, SD = 2.28) and 197 Caucasian (M age = 19.50 years, SD = 2.28) students who completed a baseline theory of planned behavior questionnaire and a follow-up PA measure 1 week later. RESULTS: Hierarchical regression analyses showed that affective (beta = .23) and instrumental (beta = .28) attitudes and perceived behavioral control (beta = .59) were significantly predictive of intention for the Caucasian students, whereas affective attitude (beta = .18) and perceived behavioral control (beta = .56) were significant for African American students. Furthermore, intention (beta = .33) was the lone significant predictor of PA for Caucasian students, whereas perceived behavioral control (beta = .23) was the significant predictor of PA for African American students. CONCLUSIONS: These data suggest that practitioners may need to consider ethnicity when developing PA interventions for college students based on the theory of planned 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».