MétaCan
Menu
Retour à la cohorte
Enregistrement W4410530821 · doi:10.2196/59334

Moderators of a mHealth Intervention for Adolescent Physical Activity: Intervention Refinement Study

2025· article· en· W4410530821 sur OpenAlexvenueno aff
Christopher C. Cushing, Adrian Ortega, David A. Fedele, Calissa J. Leslie‐Miller, Jordan Carlson, Ann M. Davis, Joshua M. Smyth

Notice bibliographique

RevueJMIR Pediatrics and Parenting · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintUsabilityAsthmaIntervention (counseling)Health interventionHealth careMedicinePsychologyComputer scienceNursingWorld Wide WebHuman–computer interactionInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Background: An adaptive text messaging intervention to promote adolescent physical activity has demonstrated feasibility, acceptability, and preliminary efficacy in a recent proof-of-concept study. To inform future intervention development, a secondary analysis of the data examined how physical activity is influenced by mood, environment, and physical feelings of energy and fatigue. Objective: This study aims to understand how both macro- and microtemporal variables (eg, psychological and environmental variables at both levels) influence the efficacy of a brief mobile health intervention (ie, NUDGE) for physical activity. Methods: Using a matched control design, we evaluated the effect of daily positive and negative affect, perceptions of the weather, energy, and fatigue as moderators of the effect of the intervention on 21 intervention participants and 21 matched controls. Results: Consistent with study hypotheses, macrotemporal (levels of the variable on a 3-week timescale) moderators of intervention effectiveness were observed for positive affect (P<.001), negative affect (P=.03), energy (P<.001), fatigue (P<.001), and perceived weather barriers (P<.001) for moderate-to-vigorous physical activity. These effects were observed more consistently for moderate-to-vigorous physical activity than for sedentary behavior, which was only significant for energy (P<.001). No effects for microtemporal variables (at the day level) were observed. Conclusions: There appears to be an optimization opportunity for mobile health physical activity interventions that can be achieved by personalizing intervention features and content based on approximately monthly assessments of affect, physical feeling states, and perceived weather barriers.

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)0,013
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,061
Tête enseignante GPT0,409
Écart entre enseignants0,348 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Pediatrics and ParentingMême sujetPhysical Activity and HealthTravaux en français237 207