Investigating the Relationship Between Quality and Quantity of Participation in an Online Community-Based Exercise Program: A Mixed-Methods Study
Notice bibliographique
Résumé
The Quality Participation Framework proposes that repeated quality experiences foster continued quality participation (i.e., participation quantity over time). This study explored the relationship between the quality and quantity of participation in an exercise setting. Individuals (n = 17) with a physical disability engaged in Revved Up @ Home, a 10-week online community-based exercise program designed to foster quality participation. Using a mixed-methods sequential explanatory design situated in critical realism, participants completed quality experience global questionnaires at baseline and 10 weeks, and acute questionnaires following each exercise session. Participant attendance was retrieved from program records. In semi-structured interviews at 10 weeks, participants were shown graphs of results derived from the acute questionnaires and asked about their quality and quantity of participation during the program. Correlations quantified the relationship between quality and quantity of participation, and thematic analysis facilitated an exploration of the contextual relationship. Qualitative and quantitative findings were integrated, highlighting important relationships between belongingness and quantity, meaning and quantity, as well as between challenge and mastery. Findings provide preliminary evidence that repeated quality experiences foster quality participation, and detail relationships between the aspects of quality participation and between quantity and quality participation. Findings can be used to enhance quality participation and attendance among individuals with physical disabilities who attend community-based exercise programs.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».