MétaCan
Menu
Retour à la cohorte
Enregistrement W2051070047 · doi:10.4278/ajhp.121023-arb-515

Internet and Video Game Use in Relation to Overweight in Young Adults

2014· article· en· W2051070047 sur OpenAlexaff
Maria Melchior, Aude Chollet, Éric Fombonne, Pamela J. Surkan, Rosemary Dray‐Spira

Notice bibliographique

RevueAmerican Journal of Health Promotion · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOverweightVideo gameMedicineOdds ratioPsychological interventionConfidence intervalLogistic regressionOddsJuvenilePsychologyYoung adultDemographyBody mass indexGerontologyMultimediaPsychiatryInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine the relationship between interactive media use (Internet and video games) and overweight risk in young adults. DESIGN: Prospective cohort study. SETTING: France (TEMPO study). SUBJECTS: Community sample of 674 young adults aged 22 to 35 in 2009 (response rate to the original mail out: 44.3%). MEASURES: Data were collected through mail-based questionnaires from study participants in 1999 (juvenile overweight, juvenile TV use) and 2009 (overweight, Internet and video game use, regular physical activity), and from their parents who participated in the GAZEL study from 1989 to 2009 (parental overweight). ANALYSIS: Logistic regression. RESULTS: Participants who engaged in regular video game use (>1 time/wk) were more likely to be overweight than those who did not (odds ratio [OR] 2.20, 95% confidence interval [CI] 1.42-3.42). Adjusting for sex, regular athletic activity, juvenile overweight, juvenile TV use, and parental overweight, the OR associated with video game use decreased but remained statistically significant (OR 1.94, 95% CI 1.15-3.28). We found no significant association between Internet use and overweight. CONCLUSION: Video game use may be a relevant target for interventions aiming to decrease the burden of overweight and associated consequences in young adults.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,303
Écart entre enseignants0,283 · 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

Citations37
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health PromotionMême sujetObesity, Physical Activity, DietTravaux en français237 207