Evaluation of a Worksite-Based Small Group Team Challenge to Increase Physical Activity
Notice bibliographique
Résumé
PURPOSE: To investigate whether participants in a small group team challenge had greater completion rates in an institution-wide step-challenge than other participants. DESIGN: A quasi-experimental, posttest-only design with a comparison group was used to evaluate group differences in completion rates. SETTING: A large university system provided the opportunity to participate in a physical activity challenge. PARTICIPANTS: The study was limited to employees who participated in the physical activity challenge. INTERVENTION: Two institutions offered participants the chance to compete as smaller groups of teams within their institution. These team-challenge participants (N = 414) were compared to participants from the same institutions that did not sign up for a team and tracked their steps individually (N = 1454). MEASURES: Participants who reported 50 000 steps per week for 5 of the 6 weeks were classified as challenge completers. We also evaluated total step count and controlled for several potential covariates including age, gender, and body mass index. ANALYSIS: Logistic regression was used to model the dichotomous outcome of challenge completion. RESULTS: Team-challenge participants were more likely to complete the physical activity challenge than other participants. Team-challenge participants had 1922 more steps per day than individual participants. However, at an institution level, overall completion rates were not higher at institutions that offered a team challenge.
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 | 0,006 | 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) | 0,000 | 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 ».