MétaCan
Menu
Retour à la cohorte
Enregistrement W2137959030 · doi:10.1111/j.1559-1816.2003.tb01890.x

The Relationship Between Psychological Needs, Self‐Determined Motivation, Exercise Attitudes, and Physical Fitness<sup>1</sup>

2003· article· en· W2137959030 sur OpenAlexaff
Philip M. Wilson, Wendy M. Rodgers, Chris M. Blanchard, Joanne Gessell

Notice bibliographique

RevueJournal of Applied Social Psychology · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDeci-PsychologyCompetence (human resources)Self-determination theoryAutonomySocial psychologyIntrinsic motivationPhysical fitnessPhysical activityPhysical educationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

The primary purpose of this study was to examine the relationships between psychological need satisfaction (competence, autonomy, and relatedness), exercise regulations, and motivational consequences proposed by Self‐Determination Theory (SDT; Deci & Ryan, 1985; Ryan & Deci, 2000). The secondary purpose was to explore changes in these constructs over the course of a 12‐week prescribed exercise program. Results indicated competence and autonomy were positively correlated with more self‐determined exercise regulations, which in turn were more positively related to exercise behavior, attitudes, and physical fitness. Multiple regression analyses revealed that exercise behavior mediated the relationship between self‐determined motives and physical fitness, and both identified and intrinsic exercise regulations contributed significantly to the prediction of attitudes. Paired‐sample t tests supported modest to large changes in need satisfaction constructs, as well as identified and intrinsic regulations over the 12‐week exercise program. These results suggest that SDT is a useful framework for studying motivational issues in the exercise domain.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,361
Écart entre enseignants0,305 · 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

Citations253
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Social PsychologyMême sujetMotivation and Self-Concept in SportsTravaux en français237 207