The roles of negative affect and goal adjustment capacities in breast cancer survivors: Associations with physical activity and diurnal cortisol secretion.
Notice bibliographique
Résumé
OBJECTIVE: This study examined whether within-person changes of breast cancer survivors' high-arousal negative affect (e.g., feeling scared, upset, anxious, or guilty) could predict high levels of diurnal cortisol secretion and moderate-to-vigorous physical activity (MVPA). In addition, goal adjustment capacities (goal disengagement and goal reengagement) were expected to buffer the effect of negative affect on cortisol and to increase its effect on MVPA. METHOD: High-arousal negative affect, self-reported MVPA, area-under-the-curve of diurnal cortisol secretion, and goal adjustment capacities were assessed in a longitudinal sample of 145 female breast cancer survivors. RESULTS: Based on hierarchical linear modeling, breast cancer survivors reported increased levels of both MVPA and cortisol secretion if they experienced higher (as compared with lower) levels of high-arousal negative affect than their personal average. Furthermore, within-person negative affect was associated with: (a) higher MVPA among participants with high (but not low) goal reengagement capacities; and (b) elevated cortisol secretion among participants with low (but not high) goal reengagement capacities. CONCLUSIONS: High-arousal negative affect may exert differing functions among breast cancer survivors in that it can trigger adaptive health behaviors, yet simultaneously elevate diurnal cortisol secretion. In addition, being able to engage in new goals may be a necessary condition for breast cancer survivors to experience the beneficial behavioral effects of high-arousal negative affect, and it may prevent the adverse effect of negative affect on enhanced cortisol output. (PsycINFO Database Record
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».