MétaCan
Menu
Retour à la cohorte
Enregistrement W3088377359 · doi:10.3389/fpsyg.2020.570085

Moderation Effect of Physical Activity on the Relationship Between Fear of COVID-19 and General Distress: A Pilot Case Study in Arabic Countries

2020· article· en· W3088377359 sur OpenAlexaff
Tareq A. Alsalhe, Sulaiman O. Aljaloud, Nasr Chalghaf, Noomen Guelmami, Dallal W. Alhazza, Faïrouz Azaiez, Nicola Luigi Bragazzi

Notice bibliographique

RevueFrontiers in Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensYork University
Organismes subventionnairesDeanship of Scientific Research, King Saud UniversityKing Saud University
Mots-clésModerationPsychologyDistressPopulationCoronavirus disease 2019 (COVID-19)Scale (ratio)PandemicStructural equation modelingClinical psychologyArabicSocial psychologyDemographyMedicineDisease

Résumé

récupéré en direct d'OpenAlex

AIMS: This study aimed to investigate the effects of the fear of COVID-19, level of physical activity, and gender on negative stress (distress) in an Arab population by means of structural equations based on partial least squares. MATERIALS AND METHODS: Google Forms. SMARTPLS software version 3.2.9 was used to model the relationships between the variables under study. RESULTS: Results confirmed the links between level of physical activity, fear of COVID-19, and gender, showing a significant mediating effect of the fear of COVID-19 on the relationship between gender and general distress. The level of physical activity was also found to influence the fear of COVID-19, varying depending on gender. In addition, the model highlighted the presence of a moderation effect of the level of physical activity. CONCLUSION: Based on the model presented in the present study, we can conclude that the COVID-19 pandemic has a profound impact on psychological distress in the target populations. The impact of the level of physical activity on psychological distress is shown to be very important during the pandemic phase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,456
Écart entre enseignants0,326 · 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 tête enseignante, 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

Citations49
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetCOVID-19 and Mental HealthTravaux en français237 207