MétaCan
Menu
Retour à la cohorte
Enregistrement W2775352773 · doi:10.5539/res.v10n1p1

The Effectiveness of Acceptance and Mindfulness-Based Therapy on Physical Activity Increment and Obesity Decrement in the Patients Suffering from Heart Disease in Bandar Abbas

2017· article· en· W2775352773 sur OpenAlexvenueno aff
Taj abadi pour Sedigeh, Zareh Eghbal

Notice bibliographique

RevueReview of European Studies · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindfulnessOverweightBody mass indexMedicineObesityPopulationPhysical therapyAcceptance and commitment therapyPsychologyClinical psychologyInternal medicinePsychiatryIntervention (counseling)Environmental health

Résumé

récupéré en direct d'OpenAlex

This research is aimed at determining the role of acceptance and mindfulness therapy on physical activity increment and obesity decrement in in the patients suffering from heart disease in Bandar Abbas. In terms of type, the research is applied one and in terms of research method, it is a quasi-experimental study along with a pretest-posttest with a control group. The statistical population of the research involves all the patients suffering from heart disease being overweight who had visited Bandar Abbas’ hospitals during 2016-2017 and according to angiographic reports, eclipse was more than 50% and BMI >= 30. Available sampling method was used in the study. The population size was 20 that 10 were assigned to experimental group and 10 to control group. The data were collected though making use of physical activity level, body mass index (BMI) questionnaire. The obtained data were analyzed using covariance analysis and SPSS software. The results showed that acceptance therapy had been effective on physical activity increment and body mass decrement of the patients suffering from heart disease. Based on the obtained results, it can be concluded that mindfulness-based therapy can be considered as a non-invasive treatment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,049
Tête enseignante GPT0,394
Écart entre enseignants0,346 · 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'étudeEssai non randomisé
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetHealth and Well-being StudiesTravaux en français237 207