Explaining the Aerobic Exercise Intention-behavior Gap in Cancer Survivors
Notice bibliographique
Résumé
OBJECTIVES: We sought to quantify the aerobic exercise intention-behavior gap in hematologic cancer survivors (HCS), and examine the correlates of intention formation and translation using the multi-process action control framework. METHODS: HCS (N = 606) completed a survey reporting their aerobic exercise motivation and behavior. The correlates of intention formation and translation were analyzed using separate logistic regressions. RESULTS: Overall, 71% (N = 428/606) of HCS intended to do aerobic exercise, 44% (N = 267/606) met aerobic exercise guidelines, and 60% of intenders (N = 256/428) translated their intention into aerobic exercise. Attitude (OR = 1.9), perceived control (OR = 1.5), younger age (OR = 2.0), and higher education (OR = 2.1) explained intention formation (all ps ≤ .001). A sense of obligation/regret (OR = 2.8), self-regulation over alternative activities (OR = 1.6), attitude (OR = 2.0), perceived control (OR = 1.7), planning (OR = 1.7), being female (OR = 2.0), and younger (OR = 3.0) explained intention translation (all ps < .005). CONCLUSIONS: Forming an intention is insufficient for many HCS to meet aerobic exercise guidelines. Interventions targeting the determinants of both intention formation and translation may be most effective in promoting aerobic exercise in cancer survivors.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».