MétaCan
Menu
Retour à la cohorte
Enregistrement W2531604179 · doi:10.1123/jsep.2016-0256

Should We Be Looking at the Forest or the Trees? Overall Psychological Need Satisfaction and Individual Needs as Predictors of Physical Activity

2016· article· en· W2531604179 sur OpenAlexafffund
Jennifer Brunet, Katie E. Gunnell, Pedro J. Teixeira, Catherine M. Sabiston, Mathieu Bélanger

Notice bibliographique

RevueJournal of Sport and Exercise Psychology · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensVitalité Health NetworkUniversity of TorontoChildren's Hospital of Eastern OntarioOttawa HospitalUniversité de SherbrookeMontfort HospitalUniversity of Ottawa
Organismes subventionnairesFondation de la recherche en santé du Nouveau-Brunswick
Mots-clésPsychologyOperationalizationSelf-determination theoryAutonomyCompetence (human resources)Social psychologyPhysical activityApplied psychologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to examine whether (a) measures designed to assess satisfaction of competence, autonomy, and relatedness needs in physical activity contexts can represent both general and specific needs satisfaction and (b) the specific needs are associated with concurrent moderate-to-vigorous-intensity physical activity (MVPA) participation (Time 1) and MVPA participation 4 months later (Time 2), beyond general psychological need satisfaction (PNS). Data from 544 adolescents ( M age = 14.1 years, SD = 0.6) were analyzed. A bifactor model specifying four factors (i.e., one general PNS and three specific needs) provided a good fit to the data. Extending the model to predict Time 1 and Time 2 MVPA participation also provided a good fit to the data. General PNS and specific needs had unique and empirically distinguishable associations with MVPA participation. The bifactor operationalization of PNS provides a framework to delineate common and distinctive antecedents and outcomes of general PNS and specific needs.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,342
Écart entre enseignants0,290 · 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

Citations51
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sport and Exercise PsychologyMême sujetMotivation and Self-Concept in SportsTravaux en français237 207