A theory-grounded text message–based intervention to reduce sedentary behaviour in university students
Notice bibliographique
Résumé
Objective: To evaluate the feasibility and acceptability of a theory-grounded, text message–based intervention targeting sedentary behaviour among university students. Design: Single-group repeated measures design. Setting: Post-secondary institution in British Columbia, Canada. Methods: Data concerning students’ sedentary behaviour were collected via online survey completed at three time points over the course of one university semester: baseline (T1), post-intervention (T2) and 2-week follow-up (T3). The 6-week intervention comprised four weekly text messages delivered to participants’ mobile devices. Participants’ attitudes regarding the intervention were evaluated together with other measures including constructs in the Health Action Process Approach (HAPA). Sedentary behaviour and physical activity were measured using the Physical Activity and Sedentary Behaviour Questionnaire (PASB-Q). Results: The intervention was generally well received by participants. Preliminary, observational data suggest some indices of user experience were statistically associated with behavioural outcomes and may inform future work. Hours per week of sedentary behaviour did not change across time points, whereas minutes per week of physical activity decreased significantly from baseline to follow-up. Conclusion: While study findings suggest minor modifications to the intervention may improve participants’ engagement, we demonstrated overall that a theory-grounded, text message–based intervention to reduce sedentary behaviour can be feasibly implemented. The efficacy of this intervention should be tested through a randomised control trial with a representative sample of the student population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,007 | 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 ».