MétaCan
Menu
Retour à la cohorte
Enregistrement W2889465581 · doi:10.1080/21642850.2018.1515018

Message framing and counseling of parents on children’s physical activity – an experimental study

2018· article· en· W2889465581 sur OpenAlexafffund
Olivier Drouin, Meredith Young, Nicholas B. King

Notice bibliographique

RevueHealth Psychology and Behavioral Medicine · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchMcGill UniversityMcGill University Health CentreAmerican Academy of Pediatrics
Mots-clésFraming (construction)PsychologyPhysical activityDevelopmental psychologyClinical psychologyMedicinePhysical therapyEngineering

Résumé

récupéré en direct d'OpenAlex

How messages are framed (gain or loss frame) modulate the effect of health information on physical activity level in adults. The role of framing of health information messages to parents about their child's physical activity is unknown.Adult participants (parents) were randomized to see a video that either emphasized the benefits of physical activity (gain frame) or the risks of physical inactivity (loss frame) in children. The primary outcome was the change in the reported level of physical activity for their children between baseline and two-week follow-up.92 individuals participated in the study and we obtained follow-up data for 48 participants (20 gain frame and 28 loss frame). Using a generalized linear model, we found that the frame presented to parents significantly influenced the trajectory of their child’s physical activity (p = 0.03), with the loss frame condition resulting in more favorable trajectory. Both the willingness to pay for organized physical activities and the perceived barriers to physical activity were similar between the two intervention groups.The change in the reported level of activity of the child over a two-week period was significantly different whether parents were exposed to a loss frame or a gain frame video message.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,149
Tête enseignante GPT0,551
Écart entre enseignants0,402 · 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 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Psychology and Behavioral MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207