Examining the effects of descriptive norms on muscular endurance: Gender effects
Notice bibliographique
Résumé
Using normative messages to influence behaviour has been receiving increased attention in the activity setting, with descriptive norms (DN; perception of what is commonly done) being associated with various forms of activity-related behaviour (Priebe & Spink, 2015). While the results have demonstrated a positive relationship for the most part, studies have yet to examine the effects of gender. This is surprising given that studies in other areas have found that the salience of norms on behaviour differs by gender (Elek et al., 2006). We explored the moderating effect of gender on the relationship between DN and muscular endurance in undergraduates. University students (N = 35) were randomly assigned to one of two conditions: control (nmale=10, nfemale=8) or DN (nmale=9, nfemale=8), and asked to perform two plank exercises to maximal exertion. Between planks, those in the DN condition were given a message that most others (similar to them) held their second plank 20% longer. Controlling for the initial plank time, ANCOVA results revealed a significant interaction effect, ηp2 = 0.12, indicating a strong effect. Means revealed that females in the descriptive norm condition held their second plank significantly longer than those in the control condition (adj. Cohen's d = 1.12), whereas there were no differences in plank hold times for males. If replicated, these results suggest that the effects of descriptive norms may differ between genders with females more likely than males to increase muscular endurance if they perceive more of their peers exhibiting a maximal effort on a similar task.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».