Exercise Adherence, Cardiopulmonary Fitness, and Anthropometric Changes Improve Exercise Self-Efficacy and Health-Related Quality of Life
Notice bibliographique
Résumé
BACKGROUND: Regular exercise increases exercise self-efficacy and health-related quality of life (HRQOL); however, the mechanisms are unknown. We examined the associations of exercise adherence and physiological improvements with changes in exercise self-efficacy and HRQOL. METHODS: Middle-aged adults (N = 202) were randomized to 12 months aerobic exercise (360 minutes/week) or control. Weight, waist circumference, percent body fat, cardiopulmonary fitness, HRQOL (SF-36), and exercise self-efficacy were assessed at baseline and 12 months. Adherence was measured in minutes/day from activity logs. RESULTS: Exercise adherence was associated with reduced bodily pain, improved general health and vitality, and reduced role-emotional scores (P(trend) ≤ 0.05). Increased fitness was associated with improved physical functioning, bodily pain and general health scores (P(trend) ≤ 0.04). Reduced weight and percent body fat were associated with improved physical functioning, general health, and bodily pain scores (P(trend) < 0.05). Decreased waist circumference was associated with improved bodily pain and general health but with reduced role-emotional scores (P(trend) ≤ 0.05). High exercise adherence, increased cardiopulmonary fitness and reduced weight, waist circumference and percent body fat were associated with increased exercise self-efficacy (P(trend) < 0.02). CONCLUSIONS: Monitoring adherence and tailoring exercise programs to induce changes in cardiopulmonary fitness and body composition may lead to greater improvements in HRQOL and self-efficacy that could promote exercise maintenance.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».