MétaCan
Menu
Retour à la cohorte
Enregistrement W2407333155 · doi:10.1037/hea0000334

Relational effects on physical activity: A dyadic approach to the theory of planned behavior.

2016· article· en· W2407333155 sur OpenAlexaff
Maryhope Howland, Allison K. Farrell, Jeffry A. Simpson, Alexander J. Rothman, Rachel J. Burns, Jennifer Fillo, Jhon Wlaschin

Notice bibliographique

RevueHealth Psychology · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on Alcohol Abuse and Alcoholism
Mots-clésTheory of planned behaviorPsychologyPsycINFOSocial psychologyAffect (linguistics)PerceptionBehavior changeDevelopmental psychologyRomanceQuality (philosophy)Partner effectsControl (management)MEDLINE

Résumé

récupéré en direct d'OpenAlex

(see record 2016-36139-020). In the article, NIAAA Grant 5T32-AA07290 provided funding support for manuscript preparation but was omitted from the author note.] Objective: Despite growing appreciation of how close relationships affect health outcomes, there remains a need to explicate the influence romantic partners have on health behavior. In this paper, we demonstrate how an established model of behavior change-the theory of planned behavior (TPB)- can be extended from an individual level to a dyadic (couple) model to test the influence that relationship partners have on a key determinant of health behavior-behavioral intentions. METHODS: Two hundred romantic couples (400 individuals) completed TPB measures regarding physical activity for themselves and their romantic partner as well as a measure of relationship quality. RESULTS: Above and beyond the individual-level TPB predictors of behavioral intentions (i.e., attitudes, subjective norms, and perceived behavioral control), the romantic partner's perceived behavioral control (PBC) regarding physical activity predicted each individual's behavioral intentions and moderated the influence of each individual's PBC on his or her own behavioral intentions. Additionally, the romantic partner's perceptions of each individual's TPB measures predicted each individual's behavioral intentions to be physically active. Quality of the relationship also moderated some partner influences on individuals' intentions. CONCLUSIONS: This paper provides a roadmap for integrating a dyadic framework into individual-level models of behavior change. The findings suggest that data from both partners and relationship quality are important to consider when trying to understand and change health-related behavior such as physical activity. The results broaden the potential applications of the TPB as well as our understanding of how romantic partners might influence important health-related practices. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,473
Écart entre enseignants0,314 · 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 tête enseignante, pas un consensus.

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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth PsychologyMême sujetBehavioral Health and InterventionsTravaux en français237 207