Using the Capability, Opportunity, and Motivation (COM-B) Model to Understand Physical Activity Prescribing Behaviour among Healthcare Providers
Notice bibliographique
Résumé
One promising method of addressing declining physical activity (PA) participation is prescription-based-PA whereby healthcare providers (HCPs) write movement recommendations tailored to patient needs. Prescription-to-Get-Active (RxTGA), a not-for-profit organization based in Alberta, Canada, allows HCPs to prescribe PA to patients who do not meet national activity guidelines. The Capability, Opportunity, and Motivation (COM-B) Behaviour Model is a health-promotion framework that involves examining one’s perceived capability, opportunity, and motivation to engage in a behaviour, such as PA. To date, no studies have examined PA prescribing behaviour using the COM-B model in an established community-based program. Thus, the purpose of this correlational study was to examine the relationships between perceived Capability, Opportunity, and Motivation to prescribe PA among HCPs involved in RxTGA. Twenty-nine multi-disciplinary HCPs (Mage = 37.34; 75.9% female) completed a demographic questionnaire (e.g., age, years in profession, patients per week) and a validated 17-item-COM-B-survey to assess PA prescribing behaviour. Significant moderate correlations were found between Capability and Motivation (rs(29) = .501, p = .006), and Capability and Opportunity (rs(29) = .692, p < .001), in addition to a significant large correlation between Motivation and Opportunity (rs(29) = .727, p < .001). Results indicate that bidirectional relationships exist between a HCPs’ perceived capability to prescribe PA, motivation to prescribe, and opportunities to prescribe. Taken together, addressing these constructs appears to be important when designing and implementing PA prescription programs, like RxTGA, to optimize participant engagement. In doing so, positive benefits at the individual and societal level may emerge.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».