Method: A reanalysis of data from Michie, Abraham, Whittington, McAtee การแปล - Method: A reanalysis of data from Michie, Abraham, Whittington, McAtee ไทย วิธีการพูด

Method: A reanalysis of data from M


Method: A reanalysis of data from Michie, Abraham, Whittington, McAteer, and Gupta (2009) was performed. These data included effect sizes from 122 interventions targeted at physical activity and healthy eating, and the coding of the interventions into 26 BCTs. A CART analysis was performed using the BCTs as predictors and treatment success (i.e., effect size) as outcome. A subgroup meta-analysis using a mixed effects model was performed to compare the treatment effect in the subgroups found by CART. Results: Meta-CART identified the following most effective combinations: Provide information about behavior–health link with Prompt intention formation (mean effect size g៮ ϭ 0.46), and Provide information about behavior–health link with Provide information on consequences and Use of follow-up prompts (g៮ ϭ 0.44). Least effective interventions were those using Provide feedback on performance without using Provide instruction (g៮ ϭ 0.05). Conclusions: Specific combinations of BCTs increase the likelihood of achieving change in health behavior, whereas other combinations decrease this likelihood. Meta-CART successfully identified these combinations and thus provides a viable methodology in the context of meta-analysis. Keywords: intervention effectiveness, behavior change techniques, synergistic effects, classification and regression trees, subgroup, meta-analysis
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
วิธีการ: reanalysis ข้อมูลจาก Michie อับราฮัม Whittington, McAteer และกุปตา (2009) ที่ดำเนินการ ข้อมูลเหล่านี้รวมขนาดผลจากมาตรา 122 กิจกรรมทางกายภาพ และการรับประทานอาหารเพื่อสุขภาพ และรหัสของงานเป็น 26 BCTs วิเคราะห์รถเข็นที่ดำเนินการใช้ BCTs ที่เป็น predictors และรักษาความสำเร็จ (เช่น ขนาดผล) เป็นผล กลุ่มย่อย meta-analysis ใช้แบบผสมลักษณะที่ดำเนินการเพื่อเปรียบเทียบผลในกลุ่มย่อยพบรถเข็น ผลลัพธ์: รถเข็น Meta ระบุราคาชุดมีประสิทธิภาพสูงสุดต่อไปนี้: ให้ข้อมูลเกี่ยวกับลักษณะการทำงาน – สุขภาพเชื่อมโยงกับผู้แต่งตั้งใจให้ (หมายถึงผลขนาด g៮ ϭ 0.46), และให้ข้อมูลเกี่ยวกับลักษณะการทำงาน – สุขภาพเชื่อมโยงกับข้อมูลแสดงผลและใช้ติดตามผลพร้อมท์ (g៮ ϭ 0.44) การรักษามีประสิทธิภาพน้อยที่สุดผู้ใช้แสดงความคิดเห็นเกี่ยวกับประสิทธิภาพการทำงานโดยแสดงคำสั่ง (g៮ ϭ 0.05) บทสรุป: ชุดเฉพาะของ BCTs เพิ่มโอกาสของการบรรลุการเปลี่ยนแปลงพฤติกรรมสุขภาพ ในขณะที่ชุดอื่น ๆ ลดโอกาสนี้ Meta-รถเข็นสำเร็จระบุชุดข้อมูลเหล่านี้ และทำ ให้วิธีการทำงานในบริบทของ meta-analysis คำสำคัญ: ประสิทธิภาพในการแทรกแซง พฤติกรรมเปลี่ยนแปลงเทคนิค ลักษณะพิเศษของพลัง ประเภทและถดถอย กลุ่มย่อย meta-analysis
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!

วิธีการ: reanalysis ข้อมูลจาก Michie A, อับราฮัมวิททิง, McAteer และ Gupta (2009) ที่ได้ดำเนินการ ข้อมูลเหล่านี้รวมถึงผลกระทบจากขนาด 122 แทรกแซงการกำหนดเป้​​าหมายที่การออกกำลังกายและการรับประทานอาหารที่ดีต่อสุขภาพและการเข้ารหัสของการแทรกแซงเข้าไปใน 26 BCTs การวิเคราะห์รถเข็นได้รับการดำเนินการโดยใช้ BCTs เป็นพยากรณ์และความสำเร็จของการรักษา (เช่นขนาดผล) เป็นผล กลุ่มย่อยอภิวิเคราะห์โดยใช้แบบจำลองผลกระทบผสมได้ดำเนินการเพื่อเปรียบเทียบผลการรักษาในกลุ่มย่อยที่พบจากรถเข็น ผลการศึกษา: Meta-รถเข็นระบุต่อไปนี้รวมกันมีประสิทธิภาพมากที่สุด: ให้ข้อมูลเกี่ยวกับการเชื่อมโยงพฤติกรรมสุขภาพที่มีการก่อความตั้งใจ Prompt (หมายถึงขนาดผลกรัม៮ϭ 0.46) และให้ข้อมูลเกี่ยวกับการเชื่อมโยงพฤติกรรมสุขภาพที่มีให้ข้อมูลเกี่ยวกับผลกระทบและการใช้ดังต่อไปนี้ อัพแจ้ง (ช៮ϭ 0.44) การแทรกแซงที่มีประสิทธิภาพน้อยที่สุดเป็นผู้ที่ใช้ความคิดเห็นเกี่ยวกับผลการดำเนินงานโดยไม่ต้องใช้ให้การเรียนการสอน (ช៮ϭ 0.05) สรุป: รวมกันเฉพาะ BCTs เพิ่มโอกาสในการบรรลุการเปลี่ยนแปลงพฤติกรรมสุขภาพในขณะที่ชุดอื่น ๆ ลดโอกาสนี้ Meta-รถเข็นระบุประสบความสำเร็จในการรวมกันเหล่านี้จึงให้วิธีการทำงานในบริบทของการวิเคราะห์เมตา คำสำคัญ: การแทรกแซงประสิทธิภาพเทคนิคการเปลี่ยนแปลงพฤติกรรมการเสริมฤทธิ์การจำแนกและต้นไม้ถดถอยกลุ่มย่อย, meta-analysis
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!

วิธีการ : reanalysis ข้อมูลจาก มิชีอับราฮัม วิททิงตัน mcateer Gupta , และ ( 2552 ) กำหนด ข้อมูลเหล่านี้ได้แก่ ผลกระทบจากขนาด 122 หรือเป้าหมายในการออกกำลังกายและการรับประทานอาหารเพื่อสุขภาพและการเข้ารหัสของการแทรกแซงใน 26 bcts . การวิเคราะห์การใช้รถเข็น bcts โรคและการรักษาความสำเร็จ ( เช่น ผลขนาด ) เป็นผลกลุ่มย่อยการวิเคราะห์อภิมานโดยใช้แบบจำลองผลผสมได้ เปรียบเทียบผล การรักษา ในกลุ่มย่อย พบโดยรถ ผลลัพธ์ : Meta รถเข็นระบุชุดที่มีประสิทธิภาพมากที่สุดต่อไปนี้ : ให้ข้อมูลเกี่ยวกับพฤติกรรมสุขภาพที่เชื่อมโยงกับการเกิดและความตั้งใจให้ ( หมายถึงผลขนาดกรัม៮ϭ 0.46 )และให้ข้อมูลเกี่ยวกับพฤติกรรมสุขภาพ และการเชื่อมโยงกับให้ข้อมูลเกี่ยวกับผลกระทบและใช้ติดตามการแจ้ง ( G ៮ϭ 0.44 ) การแทรกแซงน้อยที่สุด ผลคือผู้ใช้ให้ข้อเสนอแนะในการปฏิบัติโดยไม่ใช้ให้สอน ( G ៮ϭ 0.05 ) สรุป : การผสมเฉพาะของ bcts เพิ่มโอกาสของการเปลี่ยนพฤติกรรมสุขภาพส่วนชุดอื่น ๆลดลง โอกาสนี้ เมตารถเข็นสามารถระบุชุดนี้จึงให้วิธีการวางอนาคตในบริบทการวิเคราะห์อภิมาน คำสำคัญ : ประสิทธิผลของการแทรกแซงพฤติกรรมเปลี่ยนเทคนิค ผลเสริมฤทธิ์ , การจำแนกและการถดถอยต้นไม้กลุ่มย่อยการวิเคราะห์อภิมาน
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: