Examining the Between‐ and Within‐Person Associations Between Psychological Stress and Physical Activity: A Random Intercept Cross‐Lagged Panel Model
Notice bibliographique
Résumé
ABSTRACT Physical activity is well‐evidenced to reduce stress and health risks. Frequent or prolonged psychological stress increases the risk for physical and mental health morbidities. Further, high stress may also impair physical activity behaviours. Eight hundred adults ( M age = 41.47, SD = 13.61; % women = 47.5%) completed questionnaires at baseline, as well as one‐ and two‐month follow‐ups that were used to measure physical activity and psychological stress. A random intercept cross‐lagged panel model was fit to explore the bidirectional, month‐to‐month associations between physical activity and psychological stress. There were significant between‐person associations between psychological stress and physical activity ( r = −0.209, SE = 0.050, 95% CI = [−0.307, −0.110]). The within‐person associations between physical activity and subsequent psychological stress ( b = −0.069, SE = 0.048, 95% CI = [−0.162, 0.024]) as well as stress and subsequent physical activity ( b = −0.094, SE = 0.105, 95% CI = [−0.301, 0.112]) were non‐significant, but medium‐to‐large ( = −0.114, = −0.111) and small‐to‐medium ( = −0.065, −0.057) in magnitude, respectively. Our findings demonstrate that, on average, individuals participating in greater levels of physical activity report lower stress. Further research is needed to explore the discrepancy between the significant between‐person effects and the non‐significant within‐person cross‐lagged effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».