MétaCan
Menu
Retour à la cohorte
Enregistrement W4403117837 · doi:10.1016/j.psychsport.2024.102760

Benefits of a group-based running session on feelings of energy and fatigue: No augmenting effect of green exercise during the defoliation season

2024· article· en· W4403117837 sur OpenAlexaff
Fabien D. Legrand, Philippe Jeandet, Guillaume Polidori, Fabien Beaumont, Ryan E. Rhodes

Notice bibliographique

RevuePsychology of sport and exercise · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFeelingPsychologySession (web analytics)Randomized controlled trialEnergy (signal processing)Applied psychologyPhysical therapyPhysical medicine and rehabilitationSocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

This randomized controlled trial investigated the impact of a brief session of group-based running on feelings of energy and fatigue, comparing exercise in a local nature reserve versus an outdoor built environment, and a sedentary control condition. Sixty-six physically active university students participated, with 56 providing full data for each time point. Consistent with previous research, participants in both exercise groups reported significantly increased energy and decreased fatigue compared to those in the sedentary control group. However, the type of outdoor environment did not significantly influence the magnitude of improvements. Contrary to expectations, there was no significant difference in energy enhancement or fatigue mitigation between participants who jogged in a local nature reserve versus those who jogged on a cinder track in an urbanized area. The study discusses potential reasons for this, including seasonal variations in forest volatile organic compounds (FVOCs) concentrations, which may impact the psychological effects associated with forest environments. Further research is needed to better understand the complex relationship between exercise, environment, and feelings of energy/feelings of fatigue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology of sport and exerciseMême sujetUrban Green Space and HealthTravaux en français237 207