Motivation Predicts Change in Nurses’ Physical Activity Levels During a Web-Based Worksite Intervention: Results From a Randomized Trial
Notice bibliographique
Résumé
BACKGROUND: Low physical activity levels can negatively affect the health of nurses. Given the low physical activity levels reported by nurses, there is a clear need for brief and economical interventions designed to increase physical activity levels in this population. We developed a web-based intervention that used motivational strategies to increase nurses' physical activity levels. The intervention provided the nurses with feedback from an activity monitor coupled with a web-based individual, friend, or team physical activity challenge. OBJECTIVE: In this parallel-group randomized trial, we examine whether nurses' motivation at baseline predicted changes in objectively measured physical activity levels during the 6-week intervention. METHODS: The participants were 76 nurses (n=74, 97% female; mean age 46, SD 11 years) randomly assigned to 1 of 3 physical activity challenge conditions: (1) individual, (2) friend, or (3) team. The nurses completed a web-based questionnaire designed to assess motivational regulations for physical activity levels before the intervention and wore a Tractivity activity monitor before and during the 6-week intervention. We analyzed data using multilevel modeling for repeated measures. RESULTS: The nurses' physical activity levels increased (linear estimate=10.30, SE 3.15; P=.001), but the rate of change decreased over time (quadratic estimate=-2.06, SE 0.52; P<.001). External and identified regulations (ß=-2.08 to 11.55; P=.02 to .04), but not intrinsic and introjected regulations (ß=-.91 to 6.29; P=.06 to .36), predicted changes in the nurses' physical activity levels. CONCLUSIONS: Our findings provide evidence that an intervention that incorporates self-monitoring and physical activity challenges can be generally effective in increasing nurses' physical activity levels in the short term. They also suggest that drawing solely on organismic integration theory to predict changes in physical activity levels among the nurses participating in web-based worksite interventions may have been insufficient. Future research should examine additional personal (eg, self-efficacy) and occupational factors (eg, shift length and shift type) that influence physical activity levels to identify potential targets for intervention among nurses. TRIAL REGISTRATION: ClinicalTrials.gov NCT04524572; https://clinicaltrials.gov/ct2/show/NCT04524572.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».