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 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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| 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 ».