Validation de la version francophone de l’Échelle d’Effort Physique
Bibliographic record
Abstract
Objectif : Pour mieux expliquer l’engagement dans l’activité physique, la Physical Effort Scale (PES) a récemment été développée. L’objectif de la présente étude était de valider la version francophone de cette échelle (PES-FR). Méthodologie : Après traduction de l’échelle originale, la validité structurelle et de construit de la PES-FR a été examinée dans un échantillon de 362 étudiants canadiens francophones (62 % de femmes, Mâge = 20 ans). La stabilité temporelle de l’échelle a été testée dans un second échantillon (n = 101, 79 % de femmes, Mâge = 21 ans) ayant complété deux fois le questionnaire avec sept jours d’écart. Résultats : La structure en deux facteurs de la PES-FR a été soutenue, avec une dimension d’approche et une dimension d’évitement. Les deux sous-échelles présentent une cohérence interne élevée (α = 0,86 pour l’approche et α = 0,89 pour l’évitement). La validité convergente et la validité discriminante ont été confirmées par des corrélations entre l’approche et l’évitement avec plusieurs variables motivationnelles. La validité concurrente de l’échelle a été soutenue par des associations entre le niveau habituel d’activité physique et les tendances d’approche (r = 0,35) et d’évitement (r = −0,21). La stabilité temporelle a aussi été confirmée dans le second échantillon. Conclusions : La PES-FR est un outil fiable et valide pour mesurer les différences individuelles dans l’évaluation de l’effort physique. Les implications pratiques sont discutées au regard des enjeux de promotion de l’activité physique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.033 | 0.049 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".