MétaCan
Menu
Retour à la cohorte
Enregistrement W2513085686 · doi:10.1186/s11556-016-0167-x

Impact of a randomized possible selves experiment on new retirees’ physical activity and identity

2016· article· en· W2513085686 sur OpenAlexafffund
Mélanie G. M. Perras, Shaelyn M. Strachan, Michelle Fortier, Brenden Dufault

Notice bibliographique

RevueEuropean Review of Aging and Physical Activity · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationUniversity of ManitobaUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésPsychologyIdentity (music)Context (archaeology)Social psychologyPsychological interventionIntervention (counseling)Physical activityIdentity formationScale (ratio)Developmental psychologyRepresentation (politics)Randomized controlled trialSocial identity approachSelf-conceptSocial identity theorySocial groupMedicinePhysical therapyPolitics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Retirement is not always associated with greater engagement in physical activity. Previous interventions informed by possible selves, a type of future-oriented self-representation, proved useful to increase physical activity in young adults. We thus wanted to explore if a similar intervention would yield favorable outcomes in new retirees. We also examined whether possible selves could help increase identity relative to the physical activity context. Identity circumscribes the meanings which help individuals define who they are in a given role (i.e., what it means to be a physically active person). The strength of identification as a physically active person increases when individuals endorse these meanings more strongly. Possible selves may be tied to identity as they allow individuals to imagine themselves as physically active, which has been argued to incite changes to one's sense of self. Hence, the overall aim of this study was to determine whether a possible selves intervention would increase physical activity behaviour and physical activity identity in a group of newly-retired individuals. METHODS: A total of 294 participants were randomized into one of three groups: (a) a repeated group with three possible selves image generation exposures, (b) a one-time group with one possible selves image generation exposure, or (c) a control group. Participants completed self-report measures at baseline and follow-up assessments were taken at weeks 4, 8, and 12 of the study. The measures for the outcomes of interest were the Godin Leisure Time Exercise Questionnaire and the modified Exercise Identity Scale. RESULTS: Repeated measures mixed-effects models analyses with maximum likelihood estimation revealed no significant differences between groups on physical activity behaviour (p = 0.34) or physical activity identity (p = 0.97) at follow-up time points. However, a time effect was found for physical activity (p <.01) and physical activity identity (p <.01), which increased across time (baseline-to-12-week follow-up) in all three groups. Such a time effect (inconsequential to group assignment) suggests that the observed increases in physical activity and identity cannot be attributed to an exposure to a possible selves intervention. CONCLUSIONS: While the intervention failed to significantly increase physical activity identity and physical activity in newly retired individuals, we suggest future research directions for interventions targeting new retired individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,048
Tête enseignante GPT0,427
Écart entre enseignants0,379 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Review of Aging and Physical ActivityMême sujetAging and Gerontology ResearchTravaux en français237 207