MétaCan
Menu
Retour à la cohorte
Enregistrement W2902860759 · doi:10.1016/j.invent.2018.11.003

Development of a self-guided web-based intervention to promote physical activity using the multi-process action control framework

2018· article· en· W2902860759 sur OpenAlexafffund
Sam Liu, Casandra Husband, Henry La, Madeline Juba, Raven Loucks, Aimee Harrison, Ryan E. Rhodes

Notice bibliographique

RevueInternet Interventions · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of VictoriaSocial Sciences and Humanities Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésProcess (computing)Intervention (counseling)Action (physics)Web applicationComputer scienceControl (management)Self-controlPsychologyHuman–computer interactionArtificial intelligenceWorld Wide WebPsychotherapistPhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Physical activity promotion has mostly focused on theories of intention-formation, with the assumption that positive intentions will lead to behaviour. Though necessary, exercise intentions alone are often not sufficient to improve physical activity behaviour. The Multi-Process Action Control (M-PAC) framework builds on previous intention-based theories by including both determinants of intention formation and its translation into behaviour. The purpose of this study was to describe the process of developing a self-guided web-based intervention to promote physical activity among adults using the M-PAC model. PROCEDURES: The development process consisted of the following three phases: 1) Intervention planning: determine intervention needs and requirements; 2) Intervention development: use an iterative process to design a web-based physical activity intervention based on the M-PAC framework; 3) Pilot testing: conduct usability and acceptability assessment on the web-based intervention to further enhance user experience. PRINCIPAL RESULTS: The intervention planning phase suggested that there is a need for web-based physical activity interventions and there is currently no web-based intervention designed using the M-PAC model. In phase two, we adopted an iterative process to develop a 10-week self-guided web-based intervention to help adults (>18 years of age) to meet 150 min of moderate to vigorous physical activity per week. The pilot testing phase yielded valuable feedback on usability, content, and design of the web-based intervention. MAJOR CONCLUSIONS: The development of a web-based physical activity intervention using the M-PAC model could further enhance the effectiveness of web-based interventions and have a significant impact on extending the reach of existing physical activity promotion programs. This study has reinforced the importance of an iterative development process that involves a multi-disciplinary team to design a web-based intervention to promote physical activity. The process enabled the team to clarify the needs for an intervention for our target users, and provided valuable feedback on the design and content of the web-based intervention. Future studies are now needed to evaluate the effectiveness of our web-based intervention.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,204
Tête enseignante GPT0,510
Écart entre enseignants0,306 · 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

Citations31
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternet InterventionsMême sujetBehavioral Health and InterventionsTravaux en français237 207