Physical activity staging distribution: Establishing a heuristic using multiple studies
Notice bibliographique
Résumé
The purpose of this study was to identify the population prevalence across the stages of change (SoC) for regular physical activity and to establish the prevalence of people at risk. With support from the National Institutes of Health, the American Heart Association, and the Robert Wood Johnson Foundation, nine Behavior Change Consortium studies with a common physical activity SoC measure agreed to collaborate and share data. The distribution pattern identified in these predominantly reactively recruited studies was Precontemplation (PC) = 5% (+/- 10), Contemplation (C) = 10% (+/- 10), Preparation (P) = 40% (+/- 10), Action = 10% (+/- 10), and Maintenance = 35% (+/- 10). With reactively recruited studies, it can be anticipated that there will be a higher percentage of the sample that is ready to change and a greater percentage of currently active people compared to random representative samples. The at-risk stage distribution (i.e., those not at criteria or PC, C, and P) was approximately 10% PC, 20% C, and 70% P in specific samples and approximately 20% PC, 10% C, and 70% P in the clinical samples. Knowing SoC heuristics can inform public health practitioners and policymakers about the population's motivation for physical activity, help track changes over time, and assist in the allocation of resources.
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) | 0,001 | 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) | 0,000 | 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 ».