Mental Fatigue, Planning, and Persuasive Message Exposure: A Unique Perspective in the Context of Physical Activity
Notice bibliographique
Résumé
Existing research shapes our understanding of the effects of mental fatigue on physical activity (PA) behaviour, the importance of planning for PA to enhance PA participation, and the value of including persuasive messaging techniques within PA behaviour change interventions. However, extant literature does not directly provide understanding regarding the effects of a PA planning intervention on experiences of mental fatigue, the potential negative influence of mental fatigue on choice to plan for PA and PA plan quality, nor the potential effects of persuasive message exposure on choice to plan for PA when mentally fatigued. Study 1 explored if planning for PA heightened feelings of mental fatigue, and how individual psychological characteristics relate to experiences of mental fatigue. Study 2 examined the effects of a mentally fatiguing task on choice to plan for PA and the quality of a PA plan, as well as explored potential psychological correlates of mental fatigue. Study 3 examined if exposure to persuasive messages would influence not only choice to plan for PA, but also influence psychosocial predictors of the Health Action Process Approach (HAPA) model following a mentally fatiguing task. Changes in HAPA variables were examined as predictors of choice to plan for PA. Across these three studies, results suggest that: a) although likely not more mentally fatiguing than other daily tasks, planning for PA may still contribute to heightened feels of mental fatigue, b) experiences of heightened mental fatigue may or may not influence choice to plan for PA and PA plan quality, but trait self-control and trait grit are important psychological factors in the relationship between mental fatigue and choice to plan for PA, and c) exposure to persuasive messaging can increase the likelihood of choosing to plan for PA at a relatively high level, at least in the short term. Future researchers should attempt to better understand the relationship between mental fatigue, PA planning, and persuasive messaging by conducting studies that are mixed-method and naturalistic, with longer follow up periods to better analyze plan follow through.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».