Using delphi consensus methods to understand which physical activity behaviour change theories should be taught to Canadian undergraduate students
Notice bibliographique
Résumé
While theories of physical activity (PA) behaviour change are taught to undergraduate students in a range of programs, there is little guidance on which theories should be taught prior to graduation. Aim: To determine which PA behaviour change theories are recommended to be taught to undergraduate students in PA and/or exercise science by the time they graduate. Methods: A Delphi consensus exercise was completed by instructors from across Canada who taught PA behaviour change to undergraduate students. In Round 1, 18 professors completed an online questionnaire to generate a list of PA theories taught. In Round 2, 15 instructors indicated their level of agreement using an 11-point Likert scale as to whether the theories from Round 1 should be taught. In Round 3, 12 instructors were presented a refined list of theories that received high consensus in Round 2 (Mean Score: >7 and rated >7.0 by >66% of participants) and indicated their level of agreement. Results: Round 1 identified 39 theories. After Round 2, 9 theories met consensus guidelines which was further refined to 5 theories in Round 3. However, interclass correlations statistics revealed little consistency in theory ratings. Conclusions: A wide range of theories are taught to undergraduate students and there is a lack of consensus among experts as to which theories should be taught to students. Findings will inform the instruction of behavior change theories in PA and/or exercise science at an undergraduate level.
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 | 0,133 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».