MétaCan
Menu
Retour à la cohorte
Enregistrement W2092236643 · doi:10.1038/oby.2008.219

Mechanism by Which BMI Influences Leisure‐time Physical Activity Behavior

2008· article· en· W2092236643 sur OpenAlexafffund
Gaston Godin, Ariane Bélanger‐Gravel, Bertrand Nolin

Notice bibliographique

RevueObesity · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensInstitut National de Santé Publique du QuébecUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésModerationTheory of planned behaviorMultilevel modelSedentary behaviorPsychologyLeisure timePhysical activityMechanism (biology)Regression analysisPromotion (chess)Body mass indexHealth behaviorMedicineControl (management)Social psychologyPhysical therapyEnvironmental healthStatisticsMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this prospective study was to clarify the mechanism by which BMI influences leisure-time physical activity. This was achieved in accordance with the assumptions underlying the Theory of Planned Behavior (TPB), considered as one of the most useful theories to predict behavior adoption. METHODS AND PROCEDURES: At baseline, a sample of 1,530 respondents completed a short questionnaire to measure intention and perceived behavioral control (PBC), the two proximal determinants of behavior of TPB. Past behavior, sociodemographic variables, and weight and height were also assessed. The dependent variable, leisure-time physical activity was assessed 3 months later. RESULTS: Hierarchical multiple regression analyses revealed that BMI is a direct predictor of future leisure-time physical activity, not mediated by the variables of TPB. Additional hierarchical analyses indicated that BMI was not a moderator of the intention-behavior and PBC-behavior relationships. DISCUSSION: The results of this study suggest that high BMI is a significant negative determinant of leisure-time physical activity. This observation reinforces the importance of preventing weight gain as a health promotion strategy for avoiding a sedentary lifestyle.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,055
Tête enseignante GPT0,379
Écart entre enseignants0,324 · 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

Citations39
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetBehavioral Health and InterventionsTravaux en français237 207