Changing Sedentary Behavior in the Office: A Randomised Controlled Trial Comparing the Effect of Affective, Instrumental, and Self‐Regulatory Messaging on Sitting
Notice bibliographique
Résumé
BACKGROUND: Although avoiding sedentary behavior has many health benefits, adults often sit for long periods at work. The purpose of this study was to compare affective attitude, instrumental attitude, and self-regulation messaging interventions on sitting in the workplace. METHODS: Using a cluster randomised controlled trial design, participants (N = 116) were assigned (by workplace) to: (a) instrumental, (b) affective, (c) self-regulation, or (d) control (nutrition information) groups. Measurements were taken online at baseline, 4 weeks, 8 weeks, and 12 weeks post-baseline. The interventions comprised three presentations delivered following baseline, week 4, and week 8 assessments. The primary outcome was self-reported average hours of sitting per day at work (registered trial number: NCT04082624). RESULTS: Controlling for baseline sitting, overall, the affective group sat for less time than the instrumental and self-regulation groups. Also, at week 4, the affective group sat for less time than the instrumental and self-regulation groups and, at week 8, the affective group sat for less time than the self-regulation and control groups. There were no differences between the groups at week 12. CONCLUSIONS: This investigation showed that workplace interventions targeting affective attitude can lead to less sitting time in the short term. Future research should explore additional strategies to minimise sedentary behavior in the long term.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».