Screen-based sedentary behavior and associations with functional strength in 6–15 year-old children in the United States
Notice bibliographique
Résumé
BACKGROUND: Physical strength is associated with improved health outcomes in children. Heavier children tend to have lower functional strength and mobility. Physical activity can increase children's strength, but it is unknown how different types of electronic media use impact physical strength. METHODS: Data from the NHANES National Youth Fitness Survey (NNYFS) from children ages 6-15 were analyzed in this study. Regression models were conducted to determine if screen-based sedentary behaviors (television viewing time, computer/video game time) were associated with strength measures (grip, leg extensions, modified pull-ups, plank) while controlling for potential confounders including child age, sex, BMI z-score, and days per week with 60+ minutes of physical activity. Grip strength and leg extensions divided by body weight were analyzed to provide measures of relative strength together with pull-ups and plank, which require lifting the body. RESULTS: The results from the regression models showed the hypothesized inverse association between TV time and all strength measures. Computer time was only significantly inversely associated with the ability to do one or more pull-ups. CONCLUSIONS: This study shows that television viewing, but not computer/videogames, is inversely associated with measures of child strength while controlling for child characteristics and physical activity. These findings suggest that "screen time" may not be a unified construct with respect to strength outcomes and that further exploration of the potential benefits of reducing television time on children's strength and related mobility is needed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».