MétaCan
Menu
Retour à la cohorte
Enregistrement W2077164826 · doi:10.1080/10810730.2010.522224

Physical Activity Related Information Sources Predict Physical Activity Behaviors in Adults with Type 2 Diabetes

2010· article· en· W2077164826 sur OpenAlexaffabout
Ronald C. Plotnikoff, Steven T. Johnson, Nandini Karunamuni, Normand G. Boulé

Notice bibliographique

RevueJournal of Health Communication · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésType 2 diabetesPhysical activityHealth professionalsMedicineDiabetes mellitusResistance (ecology)GerontologyQuality (philosophy)Health carePsychologyPhysical therapyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Physical activity (PA) is a key management strategy for type 2 diabetes. Despite the known benefits, PA levels are low. Whether the low level of PA is related to lack of knowledge or support is not fully understood. This study was conducted to describe where and how often adults with type 2 diabetes receive and seek information related to PA and examine the relationships between the source and quality of PA information with PA behaviors. A series of questions related to the source and quality of PA information were added to a baseline survey distributed to the participants (N = 244) of the Canadian Aerobic and Resistance Training in Diabetes (CARED) study. Physicians and television were found to be the main sources of PA-related information. In our cross-sectional model, sources of PA-related information other than that from health care professionals explained 14% (p = .05) and 16% (p < .05) of the variance for aerobic-based and resistance training behaviors and 22% (p < .01) and 15% (p < .05) for these behaviors in our longitudinal model. Physical activity (PA)-related information is widely available to adults with type 2 diabetes. Neither the quantity nor the quality of the PA information provided by health care professionals predicted PA behavior. These data provide further insight into the modes with which PA can be promoted to adults with type 2 diabetes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,391
Écart entre enseignants0,370 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Health CommunicationMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207