MétaCan
Menu
Retour à la cohorte
Enregistrement W2129570131 · doi:10.1080/02701367.2008.10599485

Evidence for a Multidimensional Self-Efficacy for Exercise Scale

2008· article· en· W2129570131 sur OpenAlexaff
Wendy M. Rodgers, Philip M. Wilson, Craig Hall, Shawn N. Fraser, Terra C. Murray

Notice bibliographique

RevueResearch Quarterly for Exercise and Sport · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensAthabasca UniversityWestern UniversityBrock UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryPsychologyConfirmatory factor analysisConceptualizationSelf-efficacyClinical psychologyExploratory factor analysisPsychometricsCoping (psychology)Developmental psychologyStructural equation modelingSocial psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

This series of three studies considers the multidimensionality of exercise self-efficacy by examining the psychometric characteristics of an instrument designed to assess three behavioral subdomains: task, scheduling, and coping. In Study 1, exploratory factor analysis revealed the expected factor structure in a sample of 395 students. Confirmatory factor analysis (CFA) confirmed these results in a second sample of 282 students. In Study 2, the generalizability of the factor structure was confirmed with CFA in a randomly selected sample of 470 community adults, and discriminant validity was supported by theoretically consistent distinctions among exercisers and nonexercisers. In Study 3, change in self-efficacy in conjunction with adoption of novel exercise was examined in a sample of 58 women over 12 weeks. Observed changes in the three self-efficacy domains appeared to be relatively independent. Together, the three studies support a multidimensional conceptualization of exercise self-efficacy that can be assessed and appears to be sensitive to change in exercise behavior.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,249
Tête enseignante GPT0,492
Écart entre enseignants0,243 · 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

Citations154
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Quarterly for Exercise and SportMême sujetBehavioral Health and InterventionsTravaux en français237 207