Problem-solving differences in exercise behaviour motivation in cardiac rehabilitation participants
Notice bibliographique
Résumé
Despite the positive outcomes of regular physical activity achieved in structured cardiac rehabilitation (CR), adherence to self-managed exercise post-CR is a problem. The Model of Social Problem-Solving (MSPS) suggests that individual differences in problem-solving abilities are linked to outcomes when individuals are challenged. Types of motivation are also linked to regulation of behaviour. Self-Determination Theory suggests the most positive outcomes are achieved through self-determined motivation (Vallerand et al., 2008). Self-determined regulation is related to increased persistence and likelihood to maintain behaviour (Deci & Ryan, 2002). Problem-solving is related to CR patients' exercise, but has not been examined relative to types of motivation. We compared CR participants more and less effective in problem-solving relative to (1) autonomous and (2) controlled motivation for regular exercise and (3) autonomy for CR exercise participation. Novice CR participants (N = 90; 66% male; Mage = 64.4 years) enrolled in a health region CR program completed measures of problem-solving effectiveness, autonomous and controlled motivation, autonomy, and persistence. MANOVA revealed a between-groups effect, Wilk's lambda = .74, p < .001, eta2 = .26. Follow-up ANOVAs revealed more effective problem-solvers had significantly higher autonomous motivation and autonomy, and lower controlled motivation (p's < .05, effect sizes = .06 to .19). Autonomous motivation and autonomy significantly predicted post-CR persistence with exercise (p's ≤ .05). Findings expand the emerging literature on problem-solving in CR patients' exercise and support MSPS-based contentions.Acknowledgments: Royal University Hospital Foundation Research Fund; SSHRC Canada Research Chair Training Funds
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».