Role of parental and environmental characteristics in toddlers’ physical activity and screen time: Bayesian analysis of structural equation models
Notice bibliographique
Résumé
BACKGROUND: Guided by the Socialization Model of Child Behavior (SMCB), this cross-sectional study examined direct and indirect associations of parental cognitions and behavior, the home and neighborhood environment, and toddlers' personal attributes with toddlers' physical activity and screen time. METHODS: Participants included 193 toddlers (1.6 ± 0.2 years) from the Parents' Role in Establishing healthy Physical activity and Sedentary behavior habits (PREPS) project. Toddlers' screen time and personal attributes, physical activity- or screen time-specific parental cognitions and behaviors, and the home and neighborhood environment were measured via parental-report using the PREPS questionnaire. Accelerometry-measured physical activity was available in 123 toddlers. Bayesian estimation in structural equation modeling (SEM) using the Markov Chain Monte Carlo algorithm was performed to test an SMCB hypothesized model. Covariates included toddlers' age, sex, race/ethnicity, main type of childcare, and family household income. RESULTS: In the SMCB hypothesized screen time model, higher parental barrier self-efficacy for limiting toddlers' screen time was associated with higher parental screen time limiting practices (β = 0.451), while higher parental negative outcome expectations for limiting toddlers' screen time was associated with lower parental screen time limiting practices (β = - 0.147). In turn, higher parental screen time limiting practices was associated with lower screen time among toddlers (β = - 0.179). Parental modeling of higher screen time was associated with higher screen time among toddlers directly (β = 0.212) and indirectly through the home environment. Specifically, higher screen time among parents was associated with having at least one electronic device in toddlers' bedrooms (β = 0.146) and, in turn, having electronics in the bedroom, compared to none, was associated with higher screen time among toddlers (β = 0.250). Neighborhood safety was not associated with toddlers' screen time in the SEM analysis. No significant correlations were observed between the SMCB variables and toddlers' physical activity; thus, no further analyses were performed for physical activity. CONCLUSIONS: Parents and their interactions with the home environment may play an important role in shaping toddlers' screen time. Findings can inform family-based interventions aiming to minimize toddlers' screen time. Future research is needed to identify correlates of toddlers' physical activity.
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 | 0,031 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».