Understanding the role of behavior and cognitions in a group exercise setting.
Notice bibliographique
Résumé
The first purpose of the present study examined whether individuals with different exercise behaviors (classified by attendance) experienced different or similar cognitive patterns. It was hypothesized that different behavior would lead to different cognitive appraisals. It was predicted that there would be a difference between the three behavioral frequency groups with regard to self-efficacy measures and goal measures. The second purpose of the study was to describe, evaluate and observe whether social factors were associated with participating in exercise in groups. It was hypothesized that those who engage in exercise classes would elicit a social focus. Participants for the study included 39 females who registered in-group fitness classes at a mid-sized university. Attendance over the 10-week course was assessed and participants completed a self-report questionnaire during week seven. The attendance data were used to create 3 exercise frequency groups (regular attenders, sporadic attenders, and dropouts) based on ACSM's exercise guidelines. Analysis of Variance (ANOVA), means and frequencies were used to describe the data. There were no significant differences on measures of self-efficacy, goal measures, enjoyment, and external motivation among the three groups (all p's > 0.05). An analysis of the whole group (N=39) discovered a low social focus and high ratings of self-efficacy. Continued research is necessary to investigate the benefit of social support in a group exercise setting, as well as to better understand how self-regulation through self-efficacy and goal factors influences and is influenced by actual behavior. Key PointsExercise behavior did not seem to differentiate individuals in terms of cognitive factors.Results show low social focus and high self-efficacy in group exercise classes.Continued research is needed to better understand how self-regulation through self-efficacy and goal factors influence and is influenced by 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».