The Relationship of Self-efficacy and Explicit and Implicit Associations on the Intention–Behavior Gap
Notice bibliographique
Résumé
BACKGROUND: Recent physical activity research is limited by intention-behavior discordance and is beginning to recognize the importance of automatic processes in exercise. The purpose of the current study was to examine the role of multidimensional exercise self-efficacy (SE), explicit-implicit evaluative discrepancies (EIEDs) for health, and appearance on the intention-behavior gap in exercise. METHODS: A total of 141 middle-aged inactive participants (mean age = 46.12 [8.17] y) completed measures of intentions, SE, and explicit and implicit evaluations of exercise outcomes. The participants were classified as inclined actors (n = 107) if they successfully started the exercise program and inclined abstainers (n = 35) if they were not successful. RESULTS: The inclined actors and abstainers did not differ on intentions to exercise; however, the inclined actors had higher coping SE and lower EIEDs for health. In addition, the coping SE (Exp [β] = 1.03) and EIEDs for health (Exp [β] = -0.405) were significant predictors of being an inclined actor. CONCLUSIONS: The interaction between explicit and implicit processes in regard to health motives for exercise appears to influence the successful enactment of exercise from positive intentions. As most physical activity promotion strategies focus on health as a reason to be active, the role of implicit and explicit evaluations on behavioral decisions to exercise may inform future interventions.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».