MétaCan
Menu
Retour à la cohorte
Enregistrement W1520230070

Media use and health outcomes in adolescents: findings from a nationally representative survey.

2012· article· en· W1520230070 sur OpenAlexaffabout
Hygiea Casiano, Jolene Kinley, Laurence Y. Katz, Mariette Chartier, Jitender Sareen

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSuicidal ideationBinge drinkingVideo gameObesityDepression (economics)Logistic regressionOddsThe InternetPsychologyYouth Risk Behavior SurveyAssociation (psychology)Odds ratioMedia useSuicide preventionMedicinePoison controlEnvironmental healthSocial psychologyMultimediaComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Examine the association between quantity of media use and health outcomes in adolescents. METHOD: Multiple logistic regression analyses were conducted with the Canadian Community Health Survey 1.1 (youth aged 12-19 (n=9137)) to determine the association between hours of use of television/videos, video games, and computers/Internet, and health outcomes including depression, alcohol dependence, binge drinking, suicidal ideation, help-seeking behaviour, risky sexual activity, and obesity. RESULTS: Obesity was associated with frequent television/video use (Adjusted Odds Ratio (AOR) 1.10). Depression and risky sexual behaviour were less likely in frequent video game users (AOR 0.87 and 0.73). Binge drinking was less likely in frequent users of video games (AOR 0.92) and computers/Internet (AOR 0.90). Alcohol dependence was less likely in frequent computer/Internet users (AOR 0.89). CONCLUSIONS: Most health outcomes, except for obesity, were not associated with using media in youth. Further research into the appropriate role of media will help harness its full potential.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil0,960

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,356
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetImpact of Technology on AdolescentsTravaux en français237 207