Examining groupness and satisfaction as predictors of exercise adherence
Notice bibliographique
Résumé
Evidence suggests that group constructs are important correlates of exercise behaviour. Perceiving those we exercise with as being more like a "group" appears to be related to our adherence (Spink et al., 2010). Still, why perceptions of groupness relate to adherence has yet to be examined. One possibility may concern one's satisfaction with the group, which is in line with previous research reporting a relationship between groupness and satisfaction (Priebe et al., 2011). Given this finding, it could be proffered that perceiving our co-exercisers as "groupier" results in increased satisfaction with group outcomes, which in turn, promotes better adherence. To test this suggestion, 187 exercisers reflected on a structured exercise group that they had participated in, then responded to an online survey examining groupness (Spink et al., 2010), satisfaction (Bruner & Spink, 2011), and adherence. SEM was used to model a path from groupness to satisfaction, as well as paths from both constructs to adherence. Results indicated that the model fit was acceptable, CFI = .94, RMSEA = .08 (SMC for adherence = .44). While significant paths emerged between groupness and both satisfaction and adherence, no relationship emerged between satisfaction and adherence. These findings highlight the importance of groupness in relation to key exercise outcomes (e.g., satisfaction, adherence), but suggest that satisfaction may not be the best mechanism in the groupness/adherence relationship.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».