MétaCan
Menu
Retour à la cohorte
Enregistrement W4247880629 · doi:10.1037//0278-6133.19.4.365

Contributions of acute bouts of vigorous physical activity to explaining diurnal variations in feeling states in active, middle-aged women.

2000· article· en· W4247880629 sur OpenAlexaff
Lise Gauvin, W. J. Rejeski, Beth A. Reboussin

Notice bibliographique

RevueHealth Psychology · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésFeelingMoodPhysical activityExperience sampling methodPedometerPsychologyMedicinePhysical therapyDevelopmental psychologyClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This study describes diurnal variations in feeling states in 84 women as a function of involvement in physical activity. Women completed feeling state checklists before and after bouts of vigorous physical activity that lasted a minimum of 20 min and on a stratified random-sampling protocol in response to a stimulus from an electronic pager. Participants self-reported the date, the time of day, the stimulus for responding, their current feeling states, and their ongoing activity. A total of 7,295 complete mood and activity reports were recorded in response to pager calls that were further coded into experience samplings that occurred on a nonexercise day, prior to exercise on an exercise day, and following exercise on an exercise day. Multilevel modeling analyses showed that in samplings recorded following exercise on exercise days, positive engagement, revitalization, and tranquility were elevated in comparison with predicted diurnal patterns.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,919
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,085
Tête enseignante GPT0,495
Écart entre enseignants0,411 · 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.

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

Citations14
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth PsychologyMême sujetMental Health Research TopicsTravaux en français237 207