Examining the relationship between descriptive norms and self-regulatory efficacy in an activity setting
Notice bibliographique
Résumé
While there is evidence that descriptive norms (others' behaviour) affect individual physical activity behaviour (PA; Priebe et al., 2009), little is known about how this effect occurs (Rimal, 2008). One possibility is that normative messages about others engaging in PA capture verbal persuasion and vicarious experience, two sources of efficacy identified by Bandura (1977). The purpose of this study was to examine whether a relationship existed between descriptive norms for PA and self-regulatory efficacy (SRE). Using an experimental design, university students were assigned to either a descriptive norm (n=51) or control (n=58) condition. Those in the norm condition received four email messages encouraging them to be active because other students were doing it while those in the control received four messages encouraging activity. Based on self-efficacy theory, it was predicted that SRE would be higher in the norm condition. While post-intervention SRE was higher in the norm versus the control condition, results from a t-test revealed that the difference was not significant (p > .05). Also, PA did not differ between conditions, a result consistent with the SRE findings. Further examination of SRE appears warranted for two reasons. First, a trend existed for higher SRE in the norm condition. Second, there exists the possibility that identity with the norm reference group used in the messages (i.e., students) may have been too low for SRE to be impacted (Rimal et al., 2005).Acknowledgments: Supported by a SSHRC Vanier Graduate Scholarship (1st author).
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».