Mechanisms underpinning the association between physical activity and mental health in adolescence: a 6-year study
Notice bibliographique
Résumé
BACKGROUND: Physical activity (PA) can promote mental health, but the mechanisms underpinning this association are not well-established. This study examined if perceptions of three basic psychological needs (autonomy, competence, relatedness) and moderate-to-vigorous physical activity (MVPA) mediate the association between number of years participating in PA and mental health in adolescence. METHODS: Participants included 937 children (55% female) age 10-11 at inception of the longitudinal MATCH study, who provided data every 4 months over 6 years. Mediation analyses were used to assess the natural direct effect of number of years of PA participation (cycles 1-15) during late childhood and adolescence on later mental health (cycle 16), measured with the Mental Health Continuum-Short Form (MHC-SF), and the natural indirect effect through each of self-perceived autonomy, competence and relatedness, and self-report MVPA (cycle 15). RESULTS: In single mediator models, indirect effects of autonomy, competence, relatedness and self-report MVPA were statistically significant. In joint mediation models (each of three models including one basic psychological need and MVPA), autonomy, competence and relatedness mediated 71, 27, and 51% of the association respectively; MVPA mediated 27-31% of the association. In the mediation model including all four mediators, relatedness mediated the largest proportion of the association, followed by autonomy and MVPA. CONCLUSION: Results support developing strategies to encourage adolescents to engage and remain involved in PA. This could foster perceptions of autonomy, competence, and relatedness as well as MVPA, which in turn may enhance mental health.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».