MétaCan
Menu
Retour à la cohorte
Enregistrement W4403406936 · doi:10.2196/47251

Intervention to Improve Well-Being, Nutrition, and Physical Activity in Adults: Experimental Study

2024· article· en· W4403406936 sur OpenAlexvenueno aff
Morghane Aubert, Céline Clavel, Christine Le Scanff, Jean‐Claude Martin

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindfulnessSession (web analytics)MeditationIntervention (counseling)Psychological interventionPsychologyApplied psychologyPsychotherapistClinical psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mindfulness improves well-being, improves emotional regulation, reduces impulses to eat, and is linked to increased physical activity. Mindfulness interventions usually focus on 1 aspect but do not offer an approach to holistically improving lifestyle. OBJECTIVE: This study aims to address this gap by designing and evaluating a holistic mindfulness intervention. METHODS: Committing to a 12-week intervention with 2-hour sessions without knowing whether you will enjoy it can be a hindrance for someone completely unfamiliar with mindfulness. For this reason, we decided to design a mindfulness intervention with short sessions over a reduced number of weeks. The aim is to enable novices to discover different aspects of mindfulness while at the same time offering a satisfactory practice for people who are already practicing mindfulness. We designed and evaluated a web-based mindfulness intervention in 5 sessions of 5 to 10 minutes each on well-being, diet, and physical activity to support a healthier lifestyle. The first 2 sessions focus on formal mindfulness meditation to enable novices to discover mindfulness and its main principles. Then there are 2 sessions about food. The first session about food aims to develop a sense of satisfaction with the food we eat and to focus our attention on new sensations. The second session about food aims to develop the ability to resist the lure of unhealthy foods. Finally, there is a session on physical activity. The aim is to develop a particular awareness of the body during movement, to increase satisfaction with physical activity, and to develop regular exercise. RESULTS: In total, 32 participants completed the intervention. After the intervention, we observed decreases in negative affect, anxiety, and emotional distress, and an increase in dispositional mindfulness. There was no effect on reported healthy eating habits and physical activity habits. Few participants repeated the exercises as recommended. The majority of our participants were new to mindfulness. The majority of our participants reported being satisfied with the different sessions. A few minor difficulties were mentioned, mainly related to the environment in which the participants carried out the sessions. Only 1 session was less satisfactory for one-third of the participants. The session on resistance to unhealthy foods was formulated too strictly and the idea of banning certain foods was a hindrance for one-third of the participants. A reformulation is needed. CONCLUSIONS: The mindfulness exercises were well accepted and promoted a state of mindfulness. It would be interesting to provide easier technical access to the exercises via a mobile app so that they can be repeated easily.

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)0,003
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: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
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)0,0090,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,474
Écart entre enseignants0,432 · 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'étudeEssai randomisé
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMindfulness and Compassion InterventionsTravaux en français237 207