Trajectories of Television Watching from Childhood to Early Adulthood and Their Association with Body Composition and Mental Health Outcomes in Young Adults
Notice bibliographique
Résumé
INTRODUCTION: Prior studies examining longitudinal patterns of television (TV) watching have tended to use analytical approaches which do not allow for heterogeneity in the variation of TV watching over time. In the current study, we used latent class analysis (LCA) to examine the relationships between television watching (from childhood to early adulthood) and body fat percentage (%) and mental health. METHODS: Data were collected from 2411 participants (50% female) from the Raine Study, a prospective birth cohort study in Australia. Participants were followed up over 15 years and answered questions about hours of TV watching per week at six time-points (5, 8, 10, 14, 17 and 20yrs). Trajectories of television watching were estimated using LCA and appropriate regression models used to test the association of television watching class with percentage body fat (measured by DXA) and mental health (DASS-21) at age 20. Physical activity was used as a covariate. RESULTS: Three distinct trajectories of TV watching were identified. Class 1 (47.4%) had consistently high (>14 hrs/wk) levels of TV watching, Class 2 (37.9%) was characterised by an increase in TV watching over adolescence and Class 3 (14.7%) had consistently lower (<14 hrs/wk) TV watching over 15 years. Sex was used as an active covariate in the latent class model and was significantly associated with class membership (p<0.001), with females comprising 45%, 47% and 59% of Class 1, 2 and 3 respectively. In females, membership in Class 2 or 3 was associated with lower body fat % at age 20, compared to Class 1 (p<0.001). For males, membership in Class 2 was associated with lower body fat % compared with males in Class 1 (p = 0.026). Membership of TV watching class and mental health were not related (p>0.05). CONCLUSIONS: TV watching from childhood to young adulthood appears to be a relatively stable behavior for around two thirds of participants, but not everyone tracks consistently. This study identified a subset of participants with low levels of TV watching in childhood and also that this group, despite an increase in TV watching over adolescence, maintained a lower level of body fat in young adulthood.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».