MétaCan
Menu
Retour à la cohorte
Enregistrement W2013051066 · doi:10.1080/08964289.2015.1017549

Cue Consistency Associated with Physical Activity Automaticity and Behavior

2015· article· en· W2013051066 sur OpenAlex
Rosemary Pimm, Corneel Vandelanotte, Ryan E. Rhodes, Camille E. Short, Mitch J. Duncan, Amanda L. Rebar

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBehavioral Medicine · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAutomaticityMoodPsychologyHabitPhysical activityConsistency (knowledge bases)Affect (linguistics)Developmental psychologyCognitive psychologyCognitionClinical psychologySocial psychologyMedicineCommunicationNeurosciencePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Physical activity is partly regulated by automatic processes such as habits (ie, well-learned responses to cues), but it remains unclear what cues trigger these processes. This study examined the relations of physical activity automaticity and behavior with the consistency of people, activity, routine, location, time, and mood cues present upon initiation of physical activity behavior. Australian adults (N = 1,244, 627 female, M age = 55 years) reported their physical activity automaticity, behavior, and the degree of consistency of these cues each time they start a physical activity behavior. Multiple regression models, which accounted for gender and age, revealed that more consistent routine and mood cues were linked to more physical activity automaticity; whereas more consistent time and people cues were linked to more physical activity behavior. Interventions may more effectively translate into long-lasting physical activity habits if they draw people's attention to the salient cues of time, people, routine, and mood.

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.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

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

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 Opus0,194
Tête enseignante GPT0,462
Écart entre enseignants0,269 · 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