MétaCan
Menu
Retour à la cohorte
Enregistrement W4283587571 · doi:10.1177/02762366221107883

How Best to Imagine: Comparing the Effectiveness of Physical Activity Imagery, Possible Self and Combined Interventions on Physical Activity and Related Outcomes

2022· article· en· W4283587571 sur OpenAlex
Sarah Deck, Brittany Semenchuk, Craig Hall, Lindsay R. Duncan, Sasha M. Kullman, Shaelyn M. Strachan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueImagination Cognition and Personality · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensMcGill UniversityWestern UniversityUniversity of ManitobaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionIntervention (counseling)Physical activityRandomized controlled trialPsychologyPhysical therapyClinical psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Mental imagery and possible-selves interventions can help to improve physical activity (PA) in a variety of populations. Currently, no study has combined these two interventions to test the efficacy or possible synergistic effect. This study investigated the efficacy of a one-time exposure to one of three parallel interventions: imagery, possible selves, and combined, on exercise and self-efficacy, compared to a control group who were given nutritional information as an intervention. One hundred and twelve participants were randomized and provided data at three time points – eligibility screening, post-intervention, and 4-week follow-up. There were no significant group by time interactions or group differences. Main effects for time and exercise showed all participants increased in exercise suggesting that there are no advantages of the interventions. We discuss reasons why this may have occurred and suggest several areas for future researchers to expand upon, including replication with more exposure to interventions.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

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

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 Opus0,066
Tête enseignante GPT0,418
Écart entre enseignants0,353 · 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