MétaCan
Menu
← Retour à la cohorte
Enregistrement W2938863257

Investigating gender differences in physical activity behaviour and social cognitions towards physical activity among first-year medical students

2017· article· en· W2938863257 sur OpenAlexaffabout
Katrina D’Urzo, Ashley Johnson, B. McEachern, Iain Ac McPhee, Andrea M. Brennan, Alyssa A Fenuta, Rebecca Lau, Celina H. Shirazipour, Jennifer R. Tomasone

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPhysical activitySocial cognitive theoryPromotion (chess)PsychologyTheory of planned behaviorMedicineClinical psychologyGerontologyDevelopmental psychologyPhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Evidence suggests active physicians and medical students are more likely to counsel patients about physical activity (PA) yet many remain inactive. Investigating determinants of medical student PA is a necessary step in developing promotion strategies that foster consistent PA behaviour and counselling throughout the medical career. Research has shown that gender differences in medical student PA behaviour may exist; thus, the purpose of this study was to examine gender differences in PA behaviour and social cognitions (SC) among first-year medical students. Based on the Theory of Planned Behaviour, it was hypothesized that differences in SC towards PA may influence the observed PA habits of medical students. First-year medical students from Ontario [n=95; 23±2 years (31 males)] completed questionnaires assessing PA levels and SC towards PA participation throughout medical school. Males reported greater moderate-to-vigorous PA (MVPA) per week compared to females (M:245±204 min/week vs. F:160±120 min/week, p=0.012). No differences in SC toward PA were observed between genders (all ps>0.05). Bivariate correlations revealed that for males, attitudes and intentions to participate in PA were significantly correlated with MVPA (all rs>0.511; ps0.301; ps

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,190
Tête enseignante GPT0,476
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBehavioral Health and Interventions→Travaux en français237 207→