MétaCan
Menu
Retour à la cohorte
Enregistrement W2738913769

Promoting physical activity: A reversal theory perspective

2015· article· en· W2738913769 sur OpenAlexaff
Sarah Reaume, Kathryn D. Lafreniere, Ken Cramer

Notice bibliographique

RevueJournal of Exercise, Movement, and Sport · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversity of WindsorUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)RecallPsychologyPhysical activitySocial psychologyDominance (genetics)State (computer science)Health communicationMedicineCognitive psychologyComputer sciencePhysical therapyCommunication
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research suggests tailored messages promoting physical activity are not always effective. In an attempt to explain the mixed results, the present study investigated the effects of message tailoring from a reversal theory (RT) perspective University students (N = 189) were exposed to two video messages promoting exercise that were tailored to the interests of telic (i.e., goal-oriented) and paratelic (i.e., playful) state defined by RT. Participants' recall, involvement, attitude, intentions and behaviour toward the subject of exercise were recorded. Among participants who watched the telic message, those in the telic state had better attitudes toward exercise than those in the paratelic state. Among participants who watched the paratelic message, those in the paratelic state reported higher involvement with and intentions to exercise. Metamotivational dominance had no influence on responses to either message. In general, tailored groups responded more favourably than non-tailored groups on a few variables. The results suggest that tailoring messages to recipient's metamotivational state may be an effective strategy to promote physical activity. Public health campaigns should take into account the state recipients are likely to be in when receiving a message.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,004
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,321
Écart entre enseignants0,293 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Exercise, Movement, and SportMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207