3-Self Behavior Modification Programs Base on the PROMISE Model for Clients at Metabolic Risk
Notice bibliographique
Résumé
The objectives of this mixed methods research were 1) to study effects of the health behavior modification program (HBMP) conducted under the principles of the PROMISE Model and the CIPP Model and 2) to compare the 3-self health behaviors and the biomedical indicators before with after the program completion. During the program, three sample groups including 30 program leaders, 30 commanders and 120 clients were assessed, and there were assessments taken on 4,649 volunteers who were at risk of metabolic syndrome before and after the program conducted in 17 hospitals. The collected data were analyzed by the t-test and the path analysis. The research instruments were questionnaires used for program evaluation, structuralized interview forms, and questionnaires used for 3-self health behavior assessment. The findings were as follows: 1) During the program, the assessment result deriving from comparing the overall opinions toward the program among the three sample groups showed no difference (F=2.219), 2) The program management factors based on the PROMISE Model (positive reinforcement, optimism, context, and process or activity provision) had an overall influence on the product or success of the HBMP (p< 0.05) with size effects at 0.37, 0.13, 0.31 and 0.88 respectively. All of the factors could predict the product of the program by 69%. 3) After participating in the program, the clients' 3-self health behaviors (self-efficacy, self-regulation, and self-care) were significantly higher than those appeared before the participation (p< 0.05), and their biomedical indicators (BMI, blood pressure, waistline, blood glucose, lipid profiles, cholesterol, and HbA1c) were significantly lower than those measured before the program (p< 0.05).
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 | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».