A prospective investigation of the relationship between self-presentation and physical activity in breast cancer survivors
Notice bibliographique
Résumé
Despite the reported benefits of physical activity (PA), most breast cancer survivors (BCS) are inactive. The high prevalence of inactivity in this population highlights the need for studies focused on examining factors related to PA behaviour and, in particular, factors influencing change in PA after completion of treatment. One theoretical perspective that may be useful for examining such factors is a self-presentation perspective. This prospective study: (1) describe changes in self-presentation processes (i.e., impression motivation and construction) and PA over time in BCS, (2) evaluate if BCS' patterns of change differ according to cancer-specific factors, and (3) determine if changes in BCS' self-presentation processes accounted for significant variability in change in PA, after controlling for age and body mass index. Women (n=128; Mage=55.14; Mtime since treatment=3.96 months) completed questionnaires at baseline, and 3 and 6 months later. Repeated measures analyses of variance demonstrated that self-presentation processes remained stable over time, whereas PA levels increased from baseline to 3 months, albeit not significantly, and decreased from 3 to 6 months [Fquadratic(1,127)=2.98, p .05]. Last, separate hierarchical regression analyses revealed that changes in self-presentation processes were not related to change in PA [F(4,123)?2.27, p>.05]. Findings raise questions as to whether self-presentation processes should be conceptualized as state or trait characteristics. Furthermore, they illustrate the need to integrate PA intervention as women approach the six month post-treatment mark. However, it is premature to make conclusions about whether self-presentation can be used as a guiding framework to promote change in PA behaviour in this population.Acknowledgments: The first author is supported by a Joseph-Armand Bombardier Canada Graduate Scholarship from Social Sciences and Humanities Research Council of Canada and a Psychosocial Oncology Research Training Doctoral Award.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».