Tracing Adolescent Girls' Motivation Longitudinally: From FitClub Participation to Leisure-Time Physical Activity
Notice bibliographique
Résumé
Scientific evidence reveals a significant decline in exercise behaviors during adolescence. Although multiple school-based initiatives have been implemented in Canada, little is known of how these initiatives affect students' motivation for subsequent physical activity (PA). The transcontextual model of motivation offers an interesting approach to assessing the long-term, motivational impact of school-based interventions, and we used this model to study how adolescent girls' need satisfactions, first observed within supervised PA (in the FitSpirit FitClub), correlated with their inclinations toward nonsupervised PA behaviors later. Adolescent girls in this study ( N = 259; M = 14.34, SD = 1.49 years) completed a transcontextual model of motivation-based questionnaire regarding their basic psychological needs, motivation, attitudes, subjective norms, perceived behavioral control, intentions, and PA practice during their FitSpirit club participation. Three weeks after this participation, they reported their PA levels again. The girls' basic psychological needs predicted their autonomous motivation in the FitClub. Their autonomous motivation predicted subjective norms and perceived behavioral control; these factors then determined their intentions to be physically active, and their PA intentions predicted their actual PA behavior during personal (leisure) time three weeks later. Two indirect paths were statistically significant for predicting PA intentions, and three indirect paths were significant for predicting leisure-time PA. Activity motivation, first developed within a supervised context, can increase subsequent leisure-time PA.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».