Predicting physical activity for people with multiple sclerosis: The role of exercise-related cognitive errors.
Notice bibliographique
Résumé
PURPOSE: Multiple sclerosis (MS) is a neurological disease that is chronic, progressive characterized by symptoms of relapsing fatigue and pain. Despite evidence supporting the use of physical activity (PA) for MS symptom management, low rates of PA participation are observed. Previous research suggests exercise-related cognitive errors (ECEs) can deter and decrease PA participation. The purpose of this study was to examine whether ECEs and self-regulatory efficacy for MS symptom control predict important behavior-related outcomes for MS self-management (dependent variables: PA, maladaptive behavioral responses to illness, and perceived walking impairment). METHOD: = 110; aged 18 and over, with a patient-determined disease steps score of six or less) completed the following validated questionnaires: ECEs, MS symptom control self-efficacy, self-report moderate to vigorous physical activity, behavioral responses to illness, and perceived walking impairment. RESULTS: s < .05). CONCLUSION: This is the first study to demonstrate associations between ECEs and different illness- and mobility-related perceptions for persons with MS. Findings suggested that self-regulatory efficacy to manage MS symptoms varied based on low, moderate, or high levels of ECEs. Disability status is not easily modifiable; targeting social cognitions, like self-regulatory efficacy or ECEs, may be a promising way to promote PA for MS self-management. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».