Prediction of Leisure‐time Physical Activity Among Obese Individuals
Notice bibliographique
Résumé
The aims of this study were to identify (i) what cognitions predict leisure-time physical activity and (ii) the moderators of cognition-behavior relationships among obese individuals. A sample of 91 adults (BMI >or=30 kg/m(2)) completed a baseline questionnaire assessing variables of the theory of planned behavior (TPB). Biological measures and socio-demographic variables were also obtained. Behavior was assessed 3 months later. Multiple hierarchical regression analyses indicated that significant variables predicting behavior were past behavior (beta = 0.39; P = 0.0001), intention (beta = 0.27; P = 0.03), and the interaction term "perceived behavioral control (PBC) x perceived built environment" (beta = 0.17; P = 0.05). The PBC-behavior relation was better when the built environment was perceived as favorable to physical activity. The model explained 41% of variance in behavior. The determinants explaining intention were PBC (beta = 0.55; P < 0.0001), anticipated regret (beta = 0.26; P = 0.0007), and past behavior (beta = 0.22; P = 0.005), accounting for 59% of variance. Participation in leisure-time physical activity is explained primarily by a person's intentions to perform this behavior. The results also suggest that people are more able to translate their perception of control into action if they perceive the built environment as favorable, although this additional gain in prediction is small relative to intention. Nonetheless, both cognitions and aspects of the built environment should be given consideration in the promotion of leisure-time physical activity among obese individuals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».