Factores personales, deportivos y psicológicos en el ejercicio físico
Bibliographic record
Abstract
Introdução: os benefícios do exercício físico (EF) são bem conhecidos. Contudo, mais de 60% da população mundial é fisicamente inativa ou ativa de forma insuficiente para atingir tais vantagens. Neste sentido, torna-se importante compreender os fatores envolvidos na prática de EF, de modo a promover a participação desportiva e a prevenir o abandono do exercício. Objetivo: analisar as diferenças num conjunto de variáveis psicológicas em função da tendência para efetuar EF e as variáveis preditoras do comportamento efetivo de EF. Métodos: participaram no estudo 454 praticantes de musculação, cardiofitness e atividades de ritmo de uma academia desportiva no norte de Portugal, tendo sido avaliadas três conjuntos de variáveis: a) pessoais (e.g., sexo idade e índice de massa corporal); b) desportivas (e.g., tempo anterior de prática de EF e frequência semanal anterior de prática de EF); e c) psicológicas (e.g., atitudes face ao EF, normas subjetivas face ao EF, perceção de controle comportamental, intenção de prática de EF, benefícios e custos do EF e planeamento da prática de EF). Resultados: os praticantes com maior regularidade de prática de EF apresentaram níveis mais elevados de perceção de controle comportamental, intenção de prática de EF e planeamento do EF, em comparação com os praticantes pouco ou nada regulares na atividade de EF. A idade, o tempo anterior de prática de EF, a frequência semanal anterior de prática de EF, as normas subjetivas e a perceção de controle comportamental foram preditores significativos do comportamento efetivo de EF. Conclusão: este estudo confirmou que os praticantes com maior regularidade de EF evidenciaram um padrão psicológico mais favorável relativamente à possibilidade de assumirem comportamentos estáveis de exercício. Por outro lado, os resultados demonstraram a natureza multifacetada dos fatores envolvidos no comportamento de EF.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".