Exercise-related self-perception, physical activity and intention to in-person and virtual activities among adolescent girls
Notice bibliographique
Résumé
This study aimed (1) to describe the experience of adolescents and adults using FitSpirit asynchronous virtual (V) exercise videos that target adolescent girls, (2) to compare physical activity (PA) levels and exercise-related self-perception variables among groups (2019 in-person [IP], 2021 IP, and 2021 V) of adolescent girls, and (3) to assess the association between the adolescents’ PA levels and their exercise-related self-perception in response to IP (pre-pandemic and during pandemic) and V (during pandemic) FitSpirit exercise modes. Regarding the first aim, 28 adolescent girls ([15.5 ± 0.8] years old) and 29 adult women ([33.0 ± 10.3] years old) experienced the V exercise mode. For the second and third aims, 376 girls ([15.3 ± 1.7] years old) participated IP in 2019 (pre-pandemic), 339 girls ([14.9 ± 1.6] years old) participated IP in 2021 (during the pandemic), and 27 girls ([15.5 ± 0.8] years old) watched V FitSpirit exercise videos in 2021 (during the pandemic). Data was collected using online questionnaires. Chi-square (χ2) and Pearson tests were performed. Adults (76%) had a significantly higher intention to use FitSpirit exercise videos again than adolescents (14%) (p < 0.001). For IP exercise mode, we observed significant correlations between PA levels and being proud (r = 0.08, p = 0.046), feeling good (r = 0.14, p < 0.001), and being disappointed (r = −0.12, p < 0.001). For the V exercise mode, there were no significant correlations. In conclusion, better exercise-related self-perception was only correlated to PA levels when IP training was offered. These first findings support IP training for adolescent girls when the pandemic situation allows it.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».