The effects of gain- versus loss-framed messages following health risk information on physical activity in individuals with multiple sclerosis
Notice bibliographique
Résumé
Some secondary complications of multiple sclerosis (MS) can be countered by physical activity (PA) participation. To encourage PA participation, practitioners may deliver risk information about secondary complications of MS proceeded by messages encouraging PA participation. This study examined the effects of risk information (or no risk information) followed by gain- or loss-framed messages on perceived risk of secondary complications, fear arousal, and PA intentions, behaviour, and self-efficacy in people with MS. Two-hundred sixty-two participants (M age = 41.62, SD = 9.47) completed measures on Day 1, Days 2-5, and Days 6, 14, and 28. Participants read corresponding risk information and/or framed PA messages on Days 2-5 (one health topic per day), covering health topics relevant to people with MS (i.e., chronic diseases, falls, fatigue, and mental health). Repeated measures ANCOVAs showed risk information participants had higher scores than no risk information participants for PA and perceived risk (ps < .04). ANCOVAs revealed that participants who read information about chronic diseases had higher scores for intentions than participants who did not read risk information (p = .04). Participants who received risk information/gain-framed messages had higher fear arousal regarding chronic diseases, falls, and mental health compared to no risk information/gain-framed participants (ps < .02) and higher fear arousal regarding fatigue compared to no risk information/gain-framed (p < .001) and risk information/loss-framed (p = .002) participants. In summary, the results suggest the provision of risk information—and in some instances gain-framed messages—effectively changes PA and potential antecedents in people with MS.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».