MétaCan
Menu
Retour à la cohorte
Enregistrement W2969799667 · doi:10.1177/2050312119871183

Automatic associations of breast cancer and heart disease with fruit and vegetables and physical activity

2019· article· en· W2969799667 sur OpenAlexafffund
Tanya R. Berry, Kerry S. Courneya, Colleen M. Norris, Wendy M. Rodgers, John C. Spence

Notice bibliographique

RevueSAGE Open Medicine · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInstitute of Population and Public HealthCanada Research Chairs
Mots-clésMedicineBreast cancerPhysical activityDiseaseExploratory researchAssociation (psychology)Heart diseaseCoronary heart diseaseAffect (linguistics)CancerEnvironmental healthPhysical therapyInternal medicineCommunicationPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This exploratory research examined if breast cancer or heart disease is automatically associated with physical activity compared to fruit and vegetable stimuli; if reading messages about reducing risk of breast cancer or heart disease through physical activity and fruit and vegetable consumption would affect automatic associations; and if automatic associations were related to intentions to be physically active or consume fruit and vegetables. METHODS: Participants were 80 women who completed pretest measures of automatic associations, then read a breast cancer, heart disease, or control message, followed by posttest measures. RESULTS: There was a significant association of breast cancer-related words with fruit and vegetables compared to physical activity. Heart disease was also more strongly associated with fruit and vegetables than physical activity at pretest but not at posttest. There were no other significant findings. CONCLUSION: This research highlights that fruit and vegetables rather than physical activity are more strongly associated with perceptions of breast cancer and heart disease. Automatic associations are an attitudinal construct, and the strength of association between fruit and vegetables, rather than physical activity, indicates how messages may be processed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,106
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,422
Écart entre enseignants0,375 · 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 tête enseignante, 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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE Open MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207