MétaCan
Menu
Retour à la cohorte
Enregistrement W2095707843 · doi:10.53841/bpssepr.2006.2.1.13

Group versus individual approach? A meta-analysis of the effectiveness of interventions to promote physical activity

2006· article· en· W2095707843 sur OpenAlexaff
Shauna M. Burke, Albert V. Carron, Mark Eys, Nikos Ntoumanis, Paul A. Estabrooks

Notice bibliographique

RevueSport & Exercise Psychology Review · 2006
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensLaurentian UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésGroup cohesivenessPsychological interventionMeta-analysisPsychologyIntervention (counseling)Social contactApplied psychologySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to conduct a meta-analysis to empirically compare the relative merits of different contexts typically employed in the physical activity intervention literature for five categories of outcomes: adherence, social interaction, quality of life, physiological effectiveness, and functional effectiveness. Four contexts were examined: home-based programmes not involving contact from researchers or health-care professionals, home-based programmes that involved some contact, standard exercise classes, and exercise classes where group-dynamics principles were used to increase cohesiveness (‘true groups’). Standard literature searches produced 44 relevant studies containing 214 effect sizes. Results revealed a common trend across dependent variables; exercising in a true group was superior to exercising in a standard exercise class, which in turn, did not differ from exercising at home with contact. Furthermore, exercising at home with contact was superior to exercising at home without contact. These results have implications for practitioners in terms of the importance of contact and social support in physical activity interventions.

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)0,038
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,070
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,037
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
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 Opus0,183
Tête enseignante GPT0,450
Écart entre enseignants0,266 · 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.

Devis d'étudeMéta-analyse
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

Citations285
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport & Exercise Psychology ReviewMême sujetPhysical Activity and HealthTravaux en français237 207