MétaCan
Menu
Retour à la cohorte
Enregistrement W3153302795 · doi:10.5507/euj.2020.012

A Qualitative Exploration of Factors Influencing Physical Activity Behaviour for Individuals with Parkinson's Disease Using the Social Ecological Model

2021· article· en· W3153302795 sur OpenAlexaff
Bradley MacCosham, Evan Webb, Wahid Hamidi, Jessica Oey, François Gravelle

Notice bibliographique

RevueEuropean Journal of Adapted Physical Activity · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseaseEcologyDiseasePsychologySocial ecological modelBiologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Physical activity (PA) can benefit individuals with Parkinson’s disease (PD), however, many individuals tend to be sedentary. This qualitative study explored factors influencing PA behaviour for individuals with PD using the social ecological model. Twelve individuals with PD took part in semi-structured interviews. Data were thematically analysed. Results suggest that individuals with PD experience several constraining and facilitating factors to PA behaviour. Intrapersonal constraints revolved around uncertainties that PA is beneficial for individuals with PD, a lack of interest in available PA programs, and disease-specific issues whereas intrapersonal facilitators included prior experiences of enjoyment in PA, seeing improvements, and wanting to maintain independence. Interpersonal constraints related to lacking social support and perceived stigma whereas interpersonal facilitators were, passionate PA program staff, and being active with similar others. Environmental constraints pertained to PA programs failing to adapt program activities, lack of time, and transportation accommodations, whereas environmental facilitators were exposure to non-traditional PA programs, access to resources on PA, and accessibility to community PA programs. Findings highlight the need to address factors influencing PA behaviour for individuals with PD.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,129
Tête enseignante GPT0,373
Écart entre enseignants0,244 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Adapted Physical ActivityMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207