Use of complementary theories to examine exercise adherence among cardiac rehabilitation initiates
Notice bibliographique
Résumé
Complementary use of theories may provide more information about adherence to exercise therapy than a single theory. Top-down theories (Self-Efficacy Theory: SET) outline cognitive processes that affect behavior. Bottom-up theories (Common Sense Model: CSM) consider individuals' appraisals that influence behavior. Both SET and CSM were used in complimentary fashion to examine psychological aspects of cardiac rehabilitation (CR) initiates' exercise adherence. A prospective design was used to examine participants during the 3-month initiation phase of a standard CR program. Our first purpose was to determine if strength of CSM illness perceptions (IP) could classify CR initiates to stronger/weaker IP groups. Our second purpose was to detect any differences between IP groups on SET variables and 3-month exercise adherence. Participants ( N =49) completed the IP Questionnaire, self-regulatory efficacy and negative outcome expectations (OEs) scales. At CR onset, cluster analysis successfully classified participants to weaker (n = 21) and stronger (n = 28) IP groups. Groups differed significantly on the IPs of illness identity, consequences, and emotion ( p = .0001). The stronger IP group had higher negative OEs ( p = .03) and was less adherent to CR exercise after 3 months ( p = .04). This study identifies new psychological differences relative to CR initiates' adherence to exercise by using complimentary theories. Acknowledgments: CIHR MSc & Canada Research Chair awards
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».