The Relationship Between Leisure-Time Physical Activity and Mental Health Conditions in Undergraduate Students
Notice bibliographique
Résumé
Purpose: This study aimed to investigate the relationship between self-reported leisure-time physical activity (LTPA) and self-reported symptoms of mental health conditions on mental health condition questionnaires among undergraduate students. Methods: Forty undergraduates (females: n=17, males: n=23; age=20.25±1.05) from Western University participated in this study. They completed a series of questionnaires which included the ASRS-V1.1, GAD-7, PTSD-ST, and PHQ-9, and were allocated into an attention deficit hyperactivity disorder (ADHD) (n=9, 3 females, age: 20.55±1.01), anxiety (n=11, 6 females, age: 20.55±1.22), multiple condition (n=3, 1 females, age: 19.33±0.58), or control group (n=17, 7 females, age: 20±0.87). LTPA was quantified using the Godin-Shephard Leisure-time Physical Activity Questionnaire for a 7-day period and a 6-month period. Spearman’s rank correlation coefficients were used to examine the relationship between LTPA and mental health condition scores. Results: There was no statistically significant relationship between the total mental health score and self-reported LTPA scores in the 7-day period (r = -0.178, p = 0.272) or the 6-month period (r = -0.081, p = 0.621). There was no apparent relationship between self-reported LTPA scores and the questionnaire scores of each condition. Conclusion: Our results indicate that self-reported LTPA has no significant relationship with mental health among undergraduate students. Interestingly, LTPA in kinesiology students may be higher than in other undergraduate faculties. More research is required to determine if kinesiology students experience altered motivations for engaging in LTPA.
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 | 0,017 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 ».