Predicting Physical Activity Intention and Behavior in School-Age Children
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two studies were conducted to predict physical activity in school-aged children. Study 1 tested the utility of an integrated model in predicting physical activity (PA) intention and behavior-the theory of planned behavior (TPB) and self-efficacy theory. Six hundred and forty-five New Zealand children (aged 11-13 years) completed measures corresponding to the integrated model and a self-reported measure of PA one week later. Perceived behavioral control (PBC) and subjective norm were the two strongest predictors of intentions. Task efficacy and barrier efficacy were the two strongest predictors of PA. A second study (Study 2) was conducted to determine whether the self-efficacy measures could discriminate objectively measured PA levels. Sixty-seven Canadian children (aged 11-13 years) completed task and barrier self-efficacy measures. The following week, children classified as 'high' (n = 11) and 'lower' (n = 7) for both task and barrier efficacy wore an Actical® monitor for seven consecutive days to provide activity-related energy expenditure (AEE) data. Results showed that children with high efficacy expended significantly greater AEE than their lower efficacious counterparts. Findings from these two studies provide support for the use of self-efficacy interventions as a potentially useful means of increasing PA levels among school-aged children.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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