MétaCan
Menu
Retour à la cohorte
Enregistrement W2003499168 · doi:10.1080/13548500903111806

Understanding physical activity in adults with type 2 diabetes after completing an exercise intervention trial: A mediation model of self-efficacy and autonomous motivation

2009· article· en· W2003499168 sur OpenAlexaff
Shane N. Sweet, Michelle Fortier, Eva Guérin, Heather Tulloch, Ronald J. Sigal, Glen P. Kenny, Robert D. Reid

Notice bibliographique

RevuePsychology Health & Medicine · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of CalgaryOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMediationSelf-efficacyPsychologyType 2 diabetesIntrinsic motivationPsychological interventionSet (abstract data type)Intervention (counseling)Test (biology)Physical activityPopulationClinical psychologyDevelopmental psychologyDiabetes mellitusPhysical therapyMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

This study was set out to test if autonomous motivation mediated the relationship between self-efficacy and 12-month physical activity (PA) in adults with type 2 diabetes involved in a randomized exercise trial. Participants (n = 234) completed questionnaires measuring barrier self-efficacy at 3 months, autonomous motivation at 6 months, and PA at 12 months. A mediational analysis of longitudinal data revealed that autonomous motivation mediated the relationship between barrier-self-efficacy and PA. High barrier self-efficacy can therefore help predict 12-month PA in adults with type 2 diabetes, although this effect is attenuated by autonomous motivation. Hence, participating in PA for autonomous reasons such as by choice and/or for fun further explains PA at 12 months in this population. Results of this study extend our understanding of the motivational constructs involved in PA in the maintenance phase. This study has important theoretical implications in that it helps to organize and consolidate well-known correlates of PA by proposing a temporal relationship between them that could be tailored in interventions.

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)0,001
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 enseignants0,844
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,446
Écart entre enseignants0,285 · 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

Citations69
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology Health & MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207