MétaCan
Menu
Retour à la cohorte
Enregistrement W3209905189 · doi:10.1002/bin.1911

Comparing an interdependent and dependent group contingency to increase physical activity in students during recess

2022· article· en· W3209905189 sur OpenAlexaff
Madeline M. Asaro, Kimberley L. M. Zonneveld, Jan C. Frijters

Notice bibliographique

RevueBehavioral Interventions · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésContingencyPsychologyContingency managementInterdependencePhysical activityContext (archaeology)Developmental psychologyCognitionPopulationSocial psychologyPhysical therapyPsychiatryMedicineIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

Abstract Physical activity produces important physiological, mental health, academic, and cognitive benefits in children and youth. Despite these advantages, a large proportion of this population does not meet the recommended amount of physical activity. Recent studies have shown that the interdependent (IGC) and dependent (DGC) group contingencies improve physical activity; however, no comparison of the effects of these contingencies on physical activity has been conducted. We used a multielement within a concurrent multiple baseline design across three classes to compare the effectiveness of group contingencies on physical activity. Both group contingencies increased physical activity, with the IGC producing slightly higher overall levels of physical activity at the classwide and individual levels of analyses. We also compared participants' positive and negative statements and found that, regardless of the group contingency in effect, participants emitted higher levels of positive statements about the contingency when they earned the reward than when they did not, suggesting that reward delivery influenced statements more so than the group contingency arrangement. Results are discussed within the context of treatment decisions and future research.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,174
Tête enseignante GPT0,498
Écart entre enseignants0,324 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral InterventionsMême sujetBehavioral Health and InterventionsTravaux en français237 207