Do you want the good news or the bad news? Gain- versus loss-framed messages following health risk information: The effects on leisure time physical activity beliefs and cognitions.
Notice bibliographique
Résumé
OBJECTIVE: The primary purpose was to examine the relative effectiveness of chronic disease and psychological health risk information combined with gain- versus loss-framed leisure time physical activity (LTPA) messages for changing perceived personal risk, LTPA response efficacy (i.e., the belief that LTPA can effectively reduce risk), and LTPA intentions. A secondary purpose was to explore the relationship between message framing and cognitive processing. METHOD: Baseline assessments of perceived risk for inactivity-related disease and psychological health problems, LTPA response efficacy, and intentions were measured among 96 individuals with spinal cord injury (SCI). Participants read population-specific information about the risk for inactivity-related disease and psychological health problems following SCI, and perceived risk was reassessed. Participants were then randomized to read LTPA response efficacy messages emphasizing the benefits of LTPA (gain framed) or the risks of inactivity (loss framed). Immediately following message exposure, cognitive processing (i.e., thought listing and message recall), LTPA response efficacy, and LTPA intentions were assessed. RESULTS: Changes in perceived risk were observed following exposure to health risk information. Changes in LTPA response efficacy and intentions were greater following loss-framed messages targeting psychological health compared with gain-framed messages. Greater cognitive processing was observed following loss-framed messages compared with gain-framed messages. CONCLUSION: Following exposure to psychological health risk information, loss-framed messages may be more effective than gain-framed messages for eliciting cognitive processing and changing LTPA beliefs and intentions.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».