MétaCan
Menu
Retour à la cohorte
Enregistrement W2171669351 · doi:10.1017/s1368980011000516

Parental factors associated with screen time in pre-school children in primary-care practice: a TARGet Kids! study

2011· article· en· W2171669351 sur OpenAlexafffundabout
Catherine S. Birken, Jonathon L. Maguire, Magda Mekky, Cedric Manlhiot, Carolyn E Beck, Sheila Jacobson, Michael Peer, Carolyn Taylor, Brian W. McCrindle, Patricia C. Parkin

Notice bibliographique

RevuePublic Health Nutrition · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensSt. Michael's HospitalSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesHospital for Sick Children
Mots-clésPrimary careScreen timeMedicinePsychologyDevelopmental psychologyFamily medicinePediatricsPhysical activityPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify child and parental factors associated with screen time in 3-year-old children. DESIGN: Observational study. SETTING: Participants were recruited from a large primary-care paediatric group practice in Toronto, Canada. SUBJECTS: Healthy 3-year-old children were included. A questionnaire was completed by their parents on screen time. Descriptive statistics and linear regression models were used to assess associations between child screen time and selected factors. Multivariable models included factors from the univariate analysis with P < 0·1. Estimated effects and 95% CI are reported. RESULTS: A total of 157 children were enrolled (91% recruitment). The mean screen time per weekday was 104 min (similar for weekend day). In all, 10% of children had a television (TV) in their bedroom; 59% consumed at least one meal while watching TV; and 81% of parents had household rules about screen time. Controlling for maternal education and age, eating lunch and dinner in front of the screen and mother being employed were associated with an increase in child weekday screen time of 96 (95% CI 30, 192), 42 (95% CI 12, 90) and 36 (95% CI 6, 72) min/d, respectively. Eating lunch in front of the screen and an increase of 1 h of parental screen time were associated with an increase of 78 (95% CI 36, 132) and 12 (95% CI 6, 18) min/d in child weekend screen time. Family rules decreased child weekend screen time by 30 (95% CI 6, 54) min/d. CONCLUSIONS: Interventions that include these important parental factors should be evaluated for their effectiveness in reducing screen time.

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)0,001
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 enseignants0,109
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,265 · 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

Citations62
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePublic Health NutritionMême sujetChild Development and Digital TechnologyTravaux en français237 207