MétaCan
Menu
Retour à la cohorte
Enregistrement W4317613496 · doi:10.1123/japa.2022-0076

Components of a Behavior Change Model Drive Quality of Life in Community-Dwelling Older Persons

2023· article· en· W4317613496 sur OpenAlexaff
Nancy E. Mayo, Kedar Mate, Olayinka Akinrolie, Hong Chan, Nancy M. Salbach, Sandra C. Webber, Ruth Barclay

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversity Health NetworkUniversity of TorontoUniversity of ManitobaMcGill UniversityToronto Rehabilitation InstituteMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésSummative assessmentGerontologyPsychologySample (material)Quality of life (healthcare)Index (typography)Active livingPhysical activityActivities of daily livingMedicineComputer scienceNursingPhysical therapyFormative assessmentWorld Wide WebPedagogy

Résumé

récupéré en direct d'OpenAlex

This study aimed to inform a measurement approach for older persons who wish to engage in active living such as participating in a walking program. The Patient Generated Index, an individualized measurement approach, and directed and summative content analyses were carried out. A sample size of 204 participants (mean age 75 years; 62% women) was recruited; it generated 934 text threads mapped to 460 unique categories within 45 domains with similarities and differences for women and men. The Capability, Opportunity, Motivation, and Behaviors Model best linked the domains. The results suggest that older persons identify the need to overcome impaired capacity, low motivation, and barriers to engagement to live actively. These are all areas that active living programs could address. How to measure the outcomes of these programs remains elusive.

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)0,000
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 enseignants0,262
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,136
Tête enseignante GPT0,374
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207