The road to behaviour is paved with good intention...and willpower! Intentions and trait self-control predict fruit and vegetable consumption during the transition to first-year university
Notice bibliographique
Résumé
Health behaviours such as physical activity and fruit and vegetable consumption (FVC) decline in early adulthood (Baranowski et al.,1999). While the Theory of Planned Behavior (TPB) can be used to predict such behaviours, moderators have been suggested (Conner & Armitage,1998). As FVC may require self-monitoring, trait self-control (TSC) may moderate the intention-behavior relationship (Crescioni et al.,2011). The purpose of this study was to examine the independent and combined effects of intention and TSC on FVC among first-year students. We hypothesized that the TPB would predict FVC intentions and behaviour, and TSC would be associated with higher FVC. In their first week at university, students (N=76, Mage=18.00±0.49) completed the 13-item Brief TSC (Tangney et al.,2004) and a TPB questionnaire (Ajzen,1991) about their FVC. One week later, they completed a 7-day food diary, from which daily FVC was calculated. Attitude (ß=.20) and PBC (ß=.64, ps=.02) were significant predictors of intentions (adjR2=.34). Intentions (ß=.45) and TSC (ß=.21, ps=.05) predicted FVC (adjR2=.24), but PBC and interactions were not significant. Findings support the TPB and further our understanding of factors associated with health behaviours during young adulthood. Although intentions and TSC were linked to FVC, most students ate
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».