Personality and participation in aerobics, circuit training, and Tai Chi
Notice bibliographique
Résumé
The purpose of the present study was to compare the personality characteristics of 93 participants engaged in aerobics, circuit training, or Tai Chi for a period of six months or more using the Motivational Style Profile (MSP: Stepwise discriminant function analysis with Wilks' Lambda statistical criterion was employed in separate statistical analyses with the ten MSP subscales as predictors of membership of three exercise groups. Motivational Style Profile dominance scores produced non-significant discriminant functions. However, the MSP subscales produced significant discrimination between the three exercise groups. The most accurate prediction of correct group membership was 66.7% for aerobics, with 64.7% accuracy for circuit training, and 51.7% of correct classifications for Tai Chi. Discriminant function 1 separated the Tai Chi group from the other two exercise groups and discriminant function 2 differentiated the circuit training group from both Tai Chi and aerobics groups. The Tai Chi group had high levels of alloic-mastery and low levels of both autic-mastery and arousal-seeking. The circuit training group had high levels of negativism and arousal-seeking. The aerobics group had low alloic-mastery, and high autic-mastery in comparison to the Tai Chi group and lower levels of negativism and arousal-seeking than the circuit training group. The findings are important because they identified differences between the three activity groups rather than between exercise activity and non-activity groups. Also, MSP subscale scores were more sensitive discriminators of exercise group differences than their derived dominance values.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».