Closing the intention‐behaviour gap in physical activity: The moderating effect of individual differences in the valuation of physical effort
Notice bibliographique
Résumé
OBJECTIVE: Intention is a proximal antecedent of physical activity, but it often falls short of driving actual engagement in physical activity. Recently, it was suggested that the valuation of physical effort may explain the intention-behaviour gap. However, this hypothesis has not been formally tested. We aimed to examine whether individual differences in approach and avoidance tendencies towards physical effort moderate the strength of the association between intention and behaviour. METHODS: Four hundred and one English-speaking Canadian participants completed two online surveys separated by 1 week. Intention strength and individual differences in the tendencies to approach and avoid physical effort were first assessed, and moderate-to-vigorous physical activity was self-reported 7 days later. The moderating effect of approach and avoidance tendencies towards physical effort on the association between intention and physical activity was tested using linear regression models. RESULTS: Individual differences in approach tendencies (β = .11, p = .007), avoidance tendencies (β = -.11, p = .005) and in relative approach (vs avoidance) tendencies towards physical effort (β = .11, p = .005) moderated the association between the intention and moderate-to-vigorous physical activity. As expected, the association between intention and physical activity was stronger as approach tendencies towards physical effort increased, but weaker as avoidance tendencies increased. However, this moderating effect was only significant for vigorous physical activity, not for moderate physical activity. CONCLUSION: This study suggests that individual differences in the valuation of physical effort represent a relevant moderator of the intention-behaviour gap in physical activity, especially the most vigorous ones.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».