MétaCan
Menu
← Retour à la cohorte
Enregistrement W2601933719

A longitudinal analysis of how daily life physical activity versus gym-related if-then plans predict weight loss

2016· article· en· W2601933719 sur OpenAlexaffabout
Zhen Xu, Farah Islam, Gentiana Sadikaj, Anaïs Ames‐Bull, Kimberly Carrière, Anastasiya Voloshyn, Michelle Sasson, Mélodie Chamandy, Aleksand Luszczyns, Ilka Lowenst, Bärbel Knaüper

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of OttawaMcGill University
Organismes subventionnairesnon disponible
Mots-clésWeight lossOverweightPsychologyGerontologyPhysical activityPhysical therapyMedicineObesity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

If-then plans are concrete action plans that specify, in an if-then format, where, when, and how one will act in order to achieve a specific goal-directed behaviour (Gollwitzer, 1993). This study examined whether making if-then plans to engage in daily life physical activities (DLPA) results in greater weight loss compared to gym-related physical activities (GRPA). We hypothesized that DLPA will result in greater weight loss than GRPA because DLPA are more feasible and achievable than GRPA. DLPA should thus be more likely to be carried out and contribute to weight loss. ata from a sample of overweight/obese participants (BMI range of 28 to 45 kg/m2) who partook in the 12-month McGill CHIP Healthy Weight Program were collected. The program was designed to teach participants to change various habits through lifestyle changes (e.g., taking the stairs, cycling to work, taking fitness classes). The number and specificity of DLPA and GRPA if-then plans, as well as participants' weight were assessed at every session, for a total of 22 sessions. Multi-level analyses examined the effect of the number and specificity of DLPA plans relative to those of GRPA plans in predicting changes in weight during the program.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,073
Tête enseignante GPT0,383
Écart entre enseignants0,310 · 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'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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBehavioral Health and Interventions→Travaux en français237 207→