MétaCan
Menu
Retour à la cohorte
Enregistrement W2100012845 · doi:10.1080/17437199.2014.941998

The confounded self-efficacy construct: conceptual analysis and recommendations for future research

2014· review· en· W2100012845 sur OpenAlexaff
David Williams, Ryan E. Rhodes

Notice bibliographique

RevueHealth Psychology Review · 2014
Typereview
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésConstruct (python library)PsychologySelf-efficacySocial psychologyDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Self-efficacy is central to health behaviour theories due to its robust predictive capabilities. In this paper, we present and review evidence for a self-efficacy-as-motivation argument in which standard self-efficacy questionnaires - i.e., ratings of whether participants 'can do' the target behaviour - reflect motivation rather than perceived capability. The potential implication is that associations between self-efficacy ratings (particularly those that employ a 'can do' operationalisation) and health-related behaviours simply indicate that people are likely to do what they are motivated to do. There is some empirical evidence for the self-efficacy-as-motivation argument, with three studies demonstrating causal effects of outcome expectancy on subsequent self-efficacy ratings. Three additional studies show that - consistent with the self-efficacy-as-motivation argument - controlling for motivation by adding the phrase 'if you wanted to' to the end of self-efficacy items decreases associations between self-efficacy ratings and motivation. Likewise, a qualitative study using a thought-listing procedure demonstrates that self-efficacy ratings have motivational antecedents. The available evidence suggests that the self-efficacy-as-motivation argument is viable, although more research is needed. Meanwhile, we recommend that researchers look beyond self-efficacy to identify the many and diverse sources of motivation for health-related behaviours.

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)0,076
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,084
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0100,005
Bibliométrie0,0130,014
Études des sciences et des technologies0,0020,008
Communication savante0,0110,026
Science ouverte0,0070,005
Intégrité de la recherche0,0050,013
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,429
Tête enseignante GPT0,648
Écart entre enseignants0,219 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations396
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Psychology ReviewMême sujetBehavioral Health and InterventionsTravaux en français237 207