锻炼坚持认知决策模型的拓展:自我调节过程和情绪体验的增值贡献
本文关键词:锻炼坚持认知决策模型的拓展:自我调节过程和情绪体验的增值贡献
更多相关文章: 锻炼坚持认知决策模型 锻炼承诺 锻炼坚持行为 情绪体验 自我调节过程
【摘要】:锻炼只有持之以恒才能保证其带来的身体效益和心理效益。然而,近50%的锻炼计划参与者会在最初的3-6个月退出锻炼。因此,探究锻炼坚持的心理机制非常必要。本研究以陈善平等人(2006)提出的“锻炼坚持认知决策模型”为基础,修订并发展该模型,为制定有效的锻炼行为保持和促进策略提供理论依据,使大学生投身长期、有规律的体育锻炼。研究一:以实际锻炼行为作为原模型锻炼坚持的测量指标,建立并检验“修订的锻炼坚持认知决策模型”。选取研究参与者508名(男214人,女294人,年龄18.49±1.159岁),采用结构方程模型对“修订的锻炼坚持认知决策模型”进行检验。结果显示,模型的拟合优度可接受;锻炼动机、锻炼效果感知、锻炼自我效能可有效预测锻炼承诺,锻炼承诺可以直接预测锻炼坚持行为;模型对锻炼承诺和锻炼坚持行为的方差解释率分别为50%和26%。研究二:引入新变量,分别构建“锻炼坚持认知决策-意志模型”(简称意志模型)和“锻炼坚持认知决策-情绪模型”(简称情绪模型),采用结构方程模型对两个模型进行比较。结果显示,前者对锻炼承诺和锻炼坚持行为的方差解释率分别为57%和35%,而后者对两个变量的方差解释率分别为53%和27%;两个模型的拟合优度良好,简约适配统计量AIC相差不大,然而意志模型比情绪模型对锻炼承诺的解释率高4%,对锻炼坚持行为的解释率高7%。因此,意志模型优于情绪模型。研究三:基于“意志模型”,进一步检验其对提升锻炼坚持行为的有效性。对35名参与者的锻炼动机、锻炼效果感知、锻炼自我效能、目标设置和行为控制实施纵向实验干预,结果显示,经8周干预后,锻炼承诺(F(1,34)=6.954,p.05,偏η2=.174)和锻炼坚持行为(F(1,34)=20.056,p.05,偏η2=.378)提高显著,效果量较大。研究结论:(1)“修订的锻炼坚持认知决策模型”能够有效地预测大学生的实际锻炼坚持行为,即锻炼动机、锻炼效果感知、锻炼自我效能通过锻炼承诺影响锻炼坚持行为。(2)自我调节过程可以有效促进锻炼承诺向锻炼坚持行为的转换,更好地预测大学生的锻炼坚持行为;而情绪体验对锻炼坚持行为的保持的贡献是次要的。(3)通过增强坚持锻炼的动力,合理评价锻炼效果,提高克服障碍坚持锻炼的信心,以及掌握目标设置、目标执行和目标达成等自我调节策略的综合方法,可以有效促进大学生锻炼行为的坚持。
【关键词】:锻炼坚持认知决策模型 锻炼承诺 锻炼坚持行为 情绪体验 自我调节过程
【学位授予单位】:北京体育大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:B842
【目录】:
- 摘要5-7
- ABSTRACT7-11
- 1 研究背景11-19
- 1.1 引言11
- 1.2 文献综述11-17
- 1.2.1 锻炼坚持行为的定义11-12
- 1.2.2 锻炼坚持认知决策模型的发展12-15
- 1.2.3 自我调节过程与锻炼坚持行为15-16
- 1.2.4 情绪体验与锻炼坚持行为16-17
- 1.3 问题提出17-19
- 1.4 研究意义19
- 2 研究一:修订的锻炼坚持认知决策模型的检验19-25
- 2.1 研究目的19-20
- 2.2 研究方法20-21
- 2.2.1 研究参与者20
- 2.2.2 测量工具20-21
- 2.3 结果21-24
- 2.3.1 修订的锻炼坚持认知决策模型各变量间的相关和描述性统计21-22
- 2.3.2 修订的锻炼坚持认知决策模型的测量模型检验22-23
- 2.3.3 修订的锻炼坚持认知决策模型的结构模型检验23-24
- 2.4 讨论24-25
- 3 研究二:锻炼坚持认知决策——意志模型和情绪模型的比较25-34
- 3.1 研究目的25
- 3.2 研究参与者25-26
- 3.2.1 量表检验的参与者25-26
- 3.2.2 正式检验的参与者26
- 3.3 测量工具26-27
- 3.3.1 锻炼目标设置量表26
- 3.3.2 行为控制量表的检验26-27
- 3.3.3 应对计划量表27
- 3.3.4 主观锻炼体验量表27
- 3.4 结果27-32
- 3.4.1 意志模型和情绪模型各变量间的相关和描述性统计27-28
- 3.4.2 意志模型和情绪模型的测量模型检验28-29
- 3.4.3 意志模型和情绪模型的检验和比较29-31
- 3.4.4 共同方法偏误的检验31-32
- 3.5 讨论32-34
- 3.5.1 情绪体验对锻炼承诺和锻炼坚持行为的影响32-33
- 3.5.2 自我调节过程对锻炼承诺和锻炼坚持行为的影响33
- 3.5.3 两个模型的比较33-34
- 4 研究三:基于锻炼坚持认知决策-意志模型的干预34-39
- 4.1 研究目的34
- 4.2 研究方法34-36
- 4.2.1 研究参与者34-35
- 4.2.2 测量工具35
- 4.2.3 实验设计35-36
- 4.2.4 干预流程36
- 4.3 研究结果36-38
- 4.3.1 干预前后各变量的描述性统计36-37
- 4.3.2 干预效果分析37-38
- 4.4 讨论38-39
- 5 总讨论39-42
- 5.1 修订的锻炼坚持认知决策模型的检验39-40
- 5.2 意志模型与情绪模型的比较40-41
- 5.3 基于意志模型的干预对锻炼坚持行为的促进41
- 5.4 研究局限与展望41-42
- 6 结论与建议42-43
- 致谢43-44
- 参考文献44-51
- 附录51-62
- 个人简历在读期间发表的学术论文与研究成果62
【相似文献】
中国期刊全文数据库 前5条
1 钦祥永;;行为财务决策模型的构建——基于有限理性的一种理论解说[J];参花(下);2013年11期
2 毛华配;廖传景;黄成毅;童辉杰;;动态决策模型下情绪对风险决策的影响[J];心理与行为研究;2014年02期
3 杨永忠;蔡大海;;文化企业家的文化价值偏好:决策模型与影响因素[J];财经问题研究;2013年12期
4 周杰;;职业决策模型探索[J];齐齐哈尔工程学院学报;2012年02期
5 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 张敬才;张国伍;;运用模糊数学建立投资决策模型[A];模糊数学和系统成果会论文集[C];1991年
2 黄漫宇;;零售商引入自有品牌的决策模型分析[A];首届中部地区商业经济论坛论文集[C];2007年
3 江光荣;;心理求助行为:阶段-决策模型及其研究[A];第十一届全国心理学学术会议论文摘要集[C];2007年
4 何明;;论哲学社会科学的学术导向[A];优化学术环境 促进学术繁荣——全国社科联工作会议主题发言文集[C];2010年
5 汪大金;白建明;;单供应商销售商协同库存动态决策模型[A];中国企业运筹学[2013(1)][C];2013年
6 程仕军;;具有变动汇率的外汇交易决策模型[A];1994中国控制与决策学术年会论文集[C];1994年
7 房树琼;杨保安;郁钟铭;;面向销售环节的商品煤销售决策模型分析与设计[A];2006中国控制与决策学术年会论文集[C];2006年
8 周垂日;吴钰;许传永;梁j;;产品以旧换新的决策模型分析[A];第十三届中国管理科学学术年会论文集[C];2011年
9 沈友苏;;上海市工业投资项目评估决策模型的开发和应用[A];发展战略与系统工程——第五届系统工程学会年会论文集[C];1986年
10 杨继平;邱菀华;;期望效用-熵风险度量和风险决策模型[A];第七届北京青年科技论文评选获奖论文集[C];2003年
中国重要报纸全文数据库 前1条
1 赵莹;抛弃决策模型 使用决策模型[N];中国经营报;2007年
中国博士学位论文全文数据库 前5条
1 耿帅;基于群决策理论的非经营性政府投资项目决策模型研究[D];华北电力大学;2015年
2 赵昆;基于战略对应的信息系统应用决策模型及方法研究[D];复旦大学;2004年
3 代宏坤;信息技术采纳时间的决策模型及应用研究[D];四川大学;2005年
4 杜元伟;重大科技项目合作网络结构理论与评价决策模型[D];吉林大学;2010年
5 兰燕飞;不确定环境下的合同设计与生产决策模型[D];天津大学;2012年
中国硕士学位论文全文数据库 前10条
1 周建群;动态决策模型下的服务推送机制研究[D];南京理工大学;2015年
2 戴蓉;整合模糊Kano模型与IPA分析的服务质量提升决策模型及应用研究[D];江苏科技大学;2015年
3 代璇;粒计算理论在CAPP智能化中的应用方法研究[D];中国工程物理研究院;2015年
4 刘莉;美国利益集团教育决策模型研究[D];江苏师范大学;2014年
5 胡永瑞;基于变精度的软模糊粗糙决策模型[D];安徽大学;2016年
6 吴洲阳;锻炼坚持认知决策模型的拓展:自我调节过程和情绪体验的增值贡献[D];北京体育大学;2016年
7 邓智斌;不定二次分式规划在投资决策模型中的应用[D];清华大学;2009年
8 宋平;模糊偏序关系的评估决策模型的应用研究[D];中国地质大学(北京);2011年
9 邹慧锦;构造型三支决策模型的研究[D];安徽大学;2015年
10 程东涛;电站设备状态维修决策模型及其应用研究[D];华北电力大学(北京);2010年
,本文编号:880867
本文链接:https://www.wllwen.com/shekelunwen/xinlixingwei/880867.html