The association of school connectedness and bullyinginvolvement with multiple screen-time behaviours amongyouth in two Canadian provinces: a COMPASS study
Notice bibliographique
Résumé
INTRODUCTION: Screen time, a proxy for sedentary behaviours, has emerged as a critical health determinant among youth in contemporary societies, where most aspects of youth life involve access to screen-time devices. An understudied approach to reducing screen time among youth is bullying reduction. This study aims to understand the association between bullying perpetration, victimization, youth perception of the school environment and multiple screen-time behaviours. METHODS: A total of 44,861 youth aged between 13 and 18 years in two Canadian provinces completed a validated questionnaire that collected student data on health behaviours and outcomes, including multiple screen-time behaviours, bullying perpetration and victimization, and school connectedness. The outcome variables were total screen time, time spent watching television, playing video games, internet surfing, and communication- based screen-time behaviours. Using a random intercept, the final models were built using PROC MIXED in SAS 9.4. These models were adjusted for age, ethnicity, weekly disposable income, daylight hours, and weather variables. RESULTS: Compared to youth who reported non-involvement in bullying, youth who were bullies, victims, or both bullies and victims spent on average more minutes per day in front of screens across all screen time categories. Youth who felt happy and safe at school, and who perceived their teachers as being fair, reported lower levels of multiple screen-time behaviours. CONCLUSION: With non-involvement in bullying showing a strong negative association with multiple screen-time behaviours, school policies to address bullying and screen time through school connectedness could offer a novel approach in minimizing these harmful behaviours.
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 | 0,000 |
| 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 ».