Correlates of Physical Activity Participation among Individuals Diagnosed with Cancer: An Application of the Multi-Process Action Control Framework
Notice bibliographique
Résumé
Background: The purpose of this study was to test Multi-Process Action Control (M-PAC) processes as correlates of physical activity (PA) intention formation and translation (i.e., action control) in individuals diagnosed with cancer. Methods: This study was a cross-sectional survey, completed from July to November of 2020 during the COVID-19 pandemic. PA and M-PAC processes were self-reported using the Godin Leisure-Time Exercise Questionnaire and questionnaires for reflective (instrumental/affective attitudes, perceived opportunity/capability), regulatory (e.g., goal-setting, planning), and reflexive processes (habit, identity). Separate hierarchical multinomial logistic regression models determined correlates of intention formation and action control. Results: Participants (n = 347; Mage= 48.2 ± 15.6) were primarily diagnosed with breast cancer (27.4%) and at a localized stage (85.0%). Most participants intended to perform PA (70.9%), yet only 50.4% met guidelines. Affective judgements (p < 0.001) and perceived capability (p < 0.01) were significantly associated with intention formation. Preliminary models indicated employment, affective judgements, perceived capability, and self-regulation to be significant (ps < 0.05) correlates of action control, but in the final model, only surgical treatment (p = 0.02) and PA identity (p < 0.001) were significantly associated with action control. Conclusion: Reflective processes were associated with PA intention formation, while reflexive processes were associated with PA action control. Behavior change efforts for individuals diagnosed with cancer should extend beyond social-cognitive approaches to include regulatory and reflexive processes of PA behavior (i.e., PA identity).
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».