An exploration of health action process approach post-intentional factors and the use of physical activity devices and apps
Notice bibliographique
Résumé
Physical activity requires long-term participation to reap health benefits. After the formation of behavioural intentions, initiation and maintenance are required. Many individuals who initiate physical activity do not maintain the behaviour (see Marcus 2005). The Health Action Process Approach (HAPA; Schwarzer, 2008) identifies post-intentional processes related to behaviour maintenance. Advances in technology have resulted in numerous devices (e.g., Nike Fuel Band) and APPS (e.g., Endomondo) that could possibly serve to boost post-intentional processes by providing exercisers convenient access to goal-setting, planning and monitoring tools. This study included a cross-sectional comparison of HAPA post-intentional processes among exercisers who do (N=29) and do not (N=76) use physical activity devices or APPS. Adult exercisers completed an online questionnaire assessing use of devices and APPS, HAPA post-intentional processes and physical activity behaviour. Box’s M indicated no significant group difference in covariance matrices (p = .57). A significant multivariate effect was found (Wilks’ Lambda =.84; F [6, 91] = 2.84, p =.01). Follow-up univariate analyses were calculated with adjusted alpha (p<.008).In the presence of significant Levene’s tests (p<.05), Brown-Forsythe’s F was calculated as a robust measure of group differences. Recovery self-efficacy was greater among exercisers who used tracking devices and APPS compared to those who did not (F [1,96]= 11.41, p = 0.007). There were trends toward differences in maintenance self-efficacy (F [1, 96] = 5.44, p =.02), action control (Brown-Forsythe = 6.08, p =.02) and planning (F [1,96] = 13.84, p =.02). The use of tracking devices and APPS may be related to greater recovery self-efficacy. Tools that boost recovery self-efficacy may be valuable given the likelihood of lapses (see Marcus et al., 2000). Future research should further explore the use of physical activity tracker devices and APPS in relation to post-intentional processes related to long-term physical activity.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».