MétaCan
Menu
Retour à la cohorte
Enregistrement W3159855529 · doi:10.3389/fresc.2021.651688

An Online Physical Activity Intervention for Youth With Physical Disabilities: A Pilot Study

2021· article· en· W3159855529 sur OpenAlexafffund
Ritu Sharma, Amy E. Latimer‐Cheung, John Cairney, Kelly P. Arbour‐Nicitopoulos

Notice bibliographique

RevueFrontiers in Rehabilitation Sciences · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensQueen's UniversityUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIntervention (counseling)Social cognitive theoryPsychological interventionFidelityPsychologyPromotion (chess)Behavior changeHealth promotionMedicineClinical psychologyNursingSocial psychologyPublic healthPsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

Background: Physical activity (PA) interventions are limited in number and reach for youth with physical disabilities (YPD) who experience systemic barriers that may preclude their in-person participation. Further, a lack of theory in the development and evaluation of PA interventions impedes our understanding and replication of active components of behavior change. These limitations pose challenges in the effective promotion of PA in YPD. Theory-based and more inclusive methods of PA intervention delivery must be explored in our efforts to promote PA and overall health in YPD. Methods: A pilot study was conducted to evaluate the feasibility and outcomes of an online, 4-week social cognitive theory-based PA intervention for YPD. Intervention feasibility (implementation fidelity, intervention compliance, and intervention acceptability) was evaluated through manual documentation, weekly feedback questionnaires, and open-ended feedback at 1-month post-intervention. Targeted social cognitive (outcome expectations, self-efficacy [task, self-regulatory, barrier] and self-regulation) and PA behavior outcomes were self-reported at baseline and 1-week and 1-month post-intervention. Results: Sixteen YPD (M age = 17.4 ± 2.7 years, 69% female) completed the study. Intervention feasibility was supported by high implementation fidelity (100%), high intervention compliance (>90%), and positive ratings on indicators of acceptability for all weeks of the intervention (weekly feedback questionnaire means ranging from 5.74 to 6.19 out of 7). Through open-ended feedback, participants indicated the intervention was easy to use and understand, favorably shifted their self-awareness and personal meaning of PA, and provided value and potential for future use pertaining to the learned self-regulation skills and strategies. Participants also provided formatting and content recommendations for intervention improvement. Repeated measures ANOVAs showed significant and large effect sizes for changes in participants' task ( p = 0.01, n 2 p = 0.28) and barrier ( p = 0.02, n 2 p = 0 .24) self-efficacy, goal-setting and planning and scheduling behaviors ( ps < 0.001, n 2 ps = 0.42), and self-reported PA behavior ( p = 0.02, n 2 p = 0.26). Conclusions: An online PA intervention for YPD is feasible and may offer potential benefit through the enhancement of self-efficacy, self-regulation, and PA behavior. Continued research is necessary to understand the efficacy and longer-term outcomes of online, theory-based interventions for YPD as a PA promotion strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,128
Tête enseignante GPT0,488
Écart entre enseignants0,361 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Rehabilitation SciencesMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207