A scoping review of interventions to improve strength training participation
Notice bibliographique
Résumé
BACKGROUND: Low participation rates (1-31%) and unique barriers to strength training (e.g., specialized knowledge, equipment, perceived complexity) suggest effective strength training interventions may differ from effective aerobic or general physical activity interventions. The purpose of this scoping review was to examine interventions used to improve strength training participation through mapping theory, intervention characteristics, prescription parameters, and behaviour change techniques. METHODS: Recommendations by Levac et al. (2010) and PRISMA-ScR were followed in the conduct and reporting of this review, respectively. Patients and exercise professionals participated in developing the research question and data extraction form, interpreting the findings, and drafting the manuscript. Medline, Embase, PsycINFO, CINAHL, SPORTDiscus, and PubMed databases (inception-December 2020) were searched. The inclusion criteria were (a) original peer-reviewed articles and grey literature, (b) intervention study design, and (c) behavioural interventions targeted towards improving strength training participation. Two reviewers performed data screening, extraction, and coding. The interventions were coded using the Behaviour Change Technique Taxonomy version 1. Data were synthesized using descriptive and frequency reporting. RESULTS: Twenty-seven unique interventions met the inclusion criteria. Social cognitive theory (n = 9), the transtheoretical model (n = 4), and self-determination theory (n = 2) were the only behaviour change theories used. Almost all the interventions were delivered face-to-face (n = 25), with the majority delivered by an exercise specialist (n = 23) in community or home settings (n = 24), with high variability in exercise prescription parameters. Instructions on how to perform the behaviour, behavioural practice, graded tasks, goal setting, adding objects to the environment (e.g., providing equipment), and using a credible source (e.g., exercise specialist delivery) comprised the most common behaviour change techniques. CONCLUSIONS: Our results highlight gaps in theory, intervention delivery, exercise prescription parameters, and behaviour change techniques for future interventions to examine and improve our understanding of how to most effectively influence strength training participation.
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 | 0,029 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,025 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».