It’s about time to exercise: development of the Exercise Participation Explained in Relation to Time (EXPERT) model
Notice bibliographique
Résumé
A perceived 'lack of time' is consistently the most commonly reported barrier to exercise. However, the term fails to capture the multifaceted nature of time-related factors. Recognising the need for a more comprehensive analysis of 'lack of time' as a barrier to exercise, the aim of this study was to develop the exercise participation explained in relation to time (EXPERT) model. The model was developed through a sequential process including (1) an umbrella literature review of time as a barrier, determinant, and correlate of physical activity; (2) a targeted review of existing temporal models; (3) drafting the model and refining it via discussions between eight authors; (4) a three-round Delphi process with eight panel members; and (5) consultations with seven experts and potential end-users. The final EXPERT model includes 31 factors within four categories: (1) temporal needs and preferences for exercise (ie, when and how long does an individual need/want to exercise), (2) temporal autonomy for exercise (ie, autonomy in scheduling free time for exercise), (3) temporal conditions for exercise (ie, available time for exercise) and (4) temporal dimensions of exercise (ie, use of time for exercise). Definitions, examples and possible survey questions are presented for each factor. The EXPERT model provides a comprehensive framework for understanding the multi-dimensional nature of 'time' as it relates to exercise participation. It moves beyond the simplistic notion of 'lack of time' and delves into the complexity of time allocation in the context of exercise. Empirical and cross-cultural validations of the model are warranted.
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 | 0,014 |
| 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 | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».