HabitWalk: A micro‐randomized trial to understand and promote habit formation in physical activity
Notice bibliographique
Résumé
Habit is a key psychological determinant for physical activity behavior change and maintenance. This study aims to deepen the understanding of habit formation in physical activity and identify promotion strategies. We examined the habit formation trajectory and its relationships with cue-behavior repetition (a cue-triggered 15-minute brisk walk) and unconditional physical activity (daily steps). We also tested whether the behavior change techniques (BCTs) 'commitment' and 'prompts and cues' promote habit, cue-behavior repetition, and daily steps within persons. This micro-randomized trial included a 7-day preparatory and a 105-day experimental phase delivered via the HabitWalk app. Participants (N = 24) had a 50% probability of receiving each BCT daily, leading to four conditions. Habit strength was assessed daily using the Self-Report Behavioral Automaticity Index, while cue-behavior repetition and steps were measured via an activity tracker. Person-specific growth functions indicated that habit strength trajectories were highly idiosyncratic. Multilevel models indicated a positive effect of cue-behavior repetition on habit strength, but not vice versa. The effect of habit strength on daily steps varied by the operationalization of cue-behavior repetition. Tentative findings suggest that commitment and prompts and cues are effective habit-promotion strategies when delivered together.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».