MétaCan
Menu
Retour à la cohorte
Enregistrement W2100070801 · doi:10.1093/geronb/55.5.p283

"My Heart Couldn't Take It": Older Women's Beliefs About Exercise Benefits and Risks

2000· article· en· W2100070801 sur OpenAlexafffund
Sandra O’Brien Cousins

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2000
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHealth benefitsKneelingIncentivePsychologySittingGerontologySupine positionMedicineSocial psychologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Daily physical activity is advocated by various federal health agencies for reducing many of the health risks affecting old age, but older women are generally not heeding the message. The Health Belief Model proposes that sedentary living occurs when people believe that the risks of exercising exceed the benefits. To clarify the beliefs that act as incentives and barriers to more active living, the author asked 143 independent-living women aged 70 and older to respond to open-ended questions on their beliefs about benefits and risks for 6 fitness activities: brisk walking, aquacize, riding a bike or cycling, stretching slowly to touch the toes, modified push-ups from a kneeling position, and supine curl-ups. Content analysis organized perceived risks into 19 categories and perceived benefits into 6 categories providing original data on the conceptions that older women hold about the utility of various types of physical activity. Respondents generally recognized broad health benefits to fitness activities, but beliefs about risks were strong, anatomically specific, and sometimes sensational in description. The findings suggest that many older women feel physically vulnerable, are unsure about their actual risks and benefits in exercise settings, and, in the face of that uncertainty, report medical reasons why they should be excused from fitness-promoting exercise.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,086
Tête enseignante GPT0,364
Écart entre enseignants0,277 · 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'étudeQualitatif
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

Citations176
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetPhysical Activity and HealthTravaux en français237 207