Care must be taken that research participates in the cumulative science of behavior change?
Notice bibliographique
Résumé
We read with great interest the article by Şekerci and Kitiş [1] describing a Transtheoretical Model (TTM) based intervention delivered by motivational interviews to improve physical exercise in women with diabetes. Although the TTM has been regularly criticized, the Şekerci and Kitiş [1] study illustrates that TTM interventions are effective to improve physical activity (PA) in adults. However, based on their investigation, we would like to highlight three points. First, this study illustrates that TTM-based interventions to promote PA in clinical practices are effective but, second, the implementation is generally not based on the revised TTM assumptions. Last, from a research perspective, the lack of details and information provided about the intervention represent an important obstacle to future reproducibility. It is now clear that theory-based interventions, including those based on the TTM, improve PA. Indeed, Gourlan et al. [2] found an overall significant effect for TTM-based interventions (31 randomized controlled trials) with a medium effect size (d = .31, 95% confidence interval: 0.11–0.32). This finding was confirmed in an updated meta-analysis in 2018 [3]. Nevertheless, and as confirmed by previous systematic investigations, most of TTM interventions are TTM inspired rather than TTM based. Therefore, it suggests that TTM-based interventions should be carefully implemented [4,5].
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 | 0,035 | 0,256 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,018 |
| Communication savante | 0,014 | 0,021 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,047 | 0,049 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,025 |
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 ».