Exploring whether participatory motives relate to commitment and lapses differently in adult sportspersons and exercisers
Notice bibliographique
Résumé
Structured physical activity (PA) programs that accommodate personal motivational preferences can promote sustained participation (Weiss & Amorose, 2008). Thus, it is important to explore whether sport and exercise programs cater to different motivational profiles (Kilpatrick et al., 2005). This study examined how various participatory motives for PA were differentially associated with commitment and lapses in sportspersons and exercisers. 252 (MAge=47.20; range=35-57yrs) self-identified sportspersons (n=108) and exercisers (n=144) completed online questionnaires to report their PA motives (EMI-2; Markland & Ingledew, 1997), commitment levels (Scanlan et al., 1993) and frequency of lapses (Simkin & Gross, 1994). Exploratory factor analyses determined important motives in each of sport and exercise contexts. A series of simultaneous regressions examined associations between these motives and commitment/lapses, and hierarchical regressions employed interactive terms to determine whether such associations differed as a function of PA context. Enjoyment and health motives were highly important for sportspersons and exercisers alike, whereas competition and social affiliation were more important to sportspersons. Enjoyment (B=.20, p=.009), social affiliation (B=.13, p=.05), and stress relief (B=.12, p=.08) predicted commitment for sportspersons and exercisers alike. Sportspersons’ commitment was also uniquely related to appearance (B=-.26, p=.006) and personal goals and challenges (B=.17, p=.06) motives. Stress relief motives buffered against lapsing (B=-.61, p=.05) for both sportspersons and exercisers, whereas health related motives only buffered against lapsing for exercisers, yet were positively associated with lapsing for sportspersons. Discussion focuses on how programmers might consider between-context differences when programming organized PA to better accommodate and motivate adults.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».