Co-Exercise and Mood: The Role of Relationship Type in the Link Between Physical Activity and Positive Affect
Notice bibliographique
Résumé
Abstract Physical activity is known for its positive health benefits, including improvements in mood. While research supports the association between physical activity and elevated positive affect, the possibly unique role of exercising with close social connections (i.e., co-exercise), such as spouses, friends, and family, in enhancing these mood benefits remains less understood. This study used ambulatory assessment data from 140 dyads, each consisting of an older adult (60+) and a close social connection (56.6% spouses, 30.2% friends or family members; aged 21-95 years, M = 68.59 years, SD = 10.56). Participants completed a 10-day assessment period with morning and evening surveys on affect (0-100), along with self-reported and accelerometer-measured physical activity. Multilevel models examined the relationship between physical activity and end-of-day positive affect and whether these associations varied by relationship type. A moderation analysis assessed whether the effect of co-exercise on mood differed by relationship type (spouse/partner vs. friend/family). Participants reported engaging in physical activity with their study partner on 35% of days. Higher self-reported physical activity was associated with higher positive affect (b = 0.13, SE = 0.01, p<.001), and this effect was stronger on days when participants exercised with their study partner (b = 1.44, SE = 0.69, p=.039). However, the effect of co-exercise on positive affect did not differ by relationship type. Future analyses will explore whether a similar pattern is seen with accelerometer-measured physical activity. These findings suggest that co-exercise may enhance the mood benefits of physical activity, regardless of relationship type, and may be valuable in interventions supporting the physical and mental health of older adults.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».