What comes first? A test of two models to predict physical activity using self-efficacy and outcome expectancy
Notice bibliographique
Résumé
According to Self-Efficacy Theory (SET), behaviours such as physical activity (PA) are influenced by self-efficacy via the mediating effect of outcome expectations. However, peculiar findings from certain studies have revealed that outcome expectancy may not directly influence PA, thus fuelling a debate regarding the extent to which this latter construct may impact PA. Such findings would also appear to call into question where self-efficacy falls in this sequence. Therefore, the purpose of this study was to examine these propositions by testing two theoretical models in predicting PA levels: the first with outcome expectancy as the mediator (SET), the second with self-efficacy in the mediating position. Participants were 225, predominantly female (65%) university students with a mean age of 20.7. The variables were assessed cross-sectionally through a self-report questionnaire available online. Results indicated a poor fit for the first model, as outcome expectancy was not a significant predictor of PA (s = .04, p = .56). Interestingly, there was a good fit for the second model as outcome expectancy influenced self-efficacy (s = .31, p < .001) and self-efficacy predicted PA (s= .38, p < .001). Although these findings failed to support the SET sequence, they suggest that perhaps the reverse may be true of behaviours that are not inherently pleasurable such as PA. Future interventions should outline clear outcome expectations prior to developing one's confidence for PA.
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 | 0,032 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».