Norms with a purpose: Examining the effects of descriptive norms and outcome expectations on muscular endurance
Notice bibliographique
Résumé
Using normative messages to influence behaviour has been receiving increased attention in the activity setting, with descriptive norms (perception of what is commonly done) being associated with various forms of activity-related behaviour (Priebe & Spink, 2014; Spink et al., 2013). Most studies examined in the activity setting have used focus theory (Cialdini et al., 1990) as their conceptual underpinning. One of the main tenets of the theory suggests that norms will only influence behaviour if the norm is focal to the individual. While different procedures have been used to produce a normative focus (e.g., arousal), the use of a positive outcome expectation has not been examined. This study explored the influence of adding a positive outcome expectation to a descriptive norm on endurance behaviour. Thirty university students were randomly assigned to one of three conditions: control (n=10), descriptive norm (DN; n=10), or descriptive norm + outcome expectation (DN+OE, n=10), and asked to perform two plank exercises to maximal exertion separated by a 3-minute rest period. Between planks, those in the DN were given a message that most others actually held their second plank longer; DN+OE received the same message plus were told those who did so were the most motivated and committed; control received no message. Controlling for the initial plank time, ANCOVA results revealed a significant main effect for condition, p < 0.02, ηp2 = 0.27, in which control participants held their second plank less than those receiving the DN (adj Cohen’s d=.83) and DN+OE (adj d=1.29) message. Further, a medium effect was found between the DN+OE and DN condition (adj d=.43), with the former having the highest plank time. If replicated, these results suggest that adding a positive outcome expectation to a normative message may produce a stronger normative focus resulting in a larger influence on activity behaviour.
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».