MétaCan
Menu
Retour à la cohorte
Enregistrement W2984712233 · doi:10.15694/mep.2019.000207.1

Investigating Gender Differences in Physical Activity Behavior and Social Cognitions among First-Year Medical Students

2019· article· en· W2984712233 sur OpenAlexafffundabout
Katrina D’Urzo, Ashley Johnson, B. McEachern, John McPhee, Andrea M. Brennan, Alyssa M. Fenuta, Rebecca Lau, Celina H. Shirazipour, Badr Hefnawi, Jennifer R. Tomasone

Notice bibliographique

RevueMedEdPublish · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensQueen's University
Organismes subventionnairesQueen's University
Mots-clésPhysical activityTheory of planned behaviorPsychologyPsychological interventionSocial cognitive theoryBivariate analysisClinical psychologyDemographyMedicineGerontologyDevelopmental psychologyPhysical therapyControl (management)Psychiatry

Résumé

récupéré en direct d'OpenAlex

This article was migrated. The article was not marked as recommended. Background: Applying the Theory of Planned Behavior, we examined gender differences in physical activity (PA) behavior and social cognitions (SC; i.e., attitudes, perceived behavioral control, intentions and subjective norms) among first-year medical students. Methods: In October 2015, first-year medical students from across Ontario [n=95; 23±2 years (31 males)] completed questionnaires assessing PA levels and SC. Results: Men reported greater moderate-to-vigorous PA (MVPA) per week compared to women (243.3 ± 224.7 min/week vs. 145.4 ± 127.8 min/week, p=0.042). No differences in SC toward PA were observed between genders (all ps>0.05). Bivariate correlations revealed that perceived behavioral control and intentions to participate in PA correlated with MVPA in both genders (all rs>0.348; all ps<0.05); however, attitudes (pleasantness and enjoyment) predicted MVPA solely amongst men (all rs>0.492; all ps<0.001). Conclusions: Findings provide insight into the theoretical constructs that influence medical students' PA, and how these factors may differ between genders. Findings can be used to tailor interventions to increase PA among medical students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,421
Écart entre enseignants0,310 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedEdPublishMême sujetBehavioral Health and InterventionsTravaux en français237 207