Do Motivation-Related Cognitions Explain the Relationship Between Perceptions of Urban Form and Neighborhood Walking?
Notice bibliographique
Résumé
BACKGROUND: The built and social environments may contribute to physical activity motivations and behavior. We examined the extent to which the Theory of Planned Behavior (TPB) mediated the association between neighborhood walkability and walking. METHODS: Two random cross-sectional samples (n = 4422 adults) completed telephone interviews capturing walking-related TPB variables (perceived behavioral control (PBC), attitudes, subjective norm, intention). Of those, 2006 completed a self-administered questionnaire capturing walkability, social support (friends, family, dog ownership), and neighborhood-based transportation (NTW) and recreational walking (NRW). The likelihood of undertaking 1) any vs. none and 2) sufficient vs. insufficient levels (≥150 vs. <150 minutes/week) of NTW and NWR, in relation to walkability, social support, and TPB was estimated. RESULTS: Any and sufficient NTW were associated with access to services, connectivity, residential density, not owning a dog (any NTW only), and friend and family support. Any and sufficient NRW were associated with neighborhood aesthetics (any NRW only), dog ownership, and friend and family support. PBC partially mediated the association between access to services and NTW (any and sufficient), while experiential attitudes partially mediated the association between neighborhood aesthetics and any NRW. CONCLUSIONS: Interventions that increase positive perceptions of the built environment may motivate adults to undertake more walking.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».