MétaCan
Menu
Retour à la cohorte
Enregistrement W2967814532 · doi:10.1186/s12887-019-1651-z

Television viewing and child cognition in a longitudinal birth cohort in Singapore: the role of maternal factors

2019· article· en· W2967814532 sur OpenAlexaff
Ramkumar Aishworiya, Shirong Cai, Helen Chen, Desiree Y. Phua, Birit F. P. Broekman, Lourdes Mary Daniel, Yap Seng Chong, Lynette Pei‐Chi Shek, Fabian Yap, Shiao‐Yng Chan, Michael J. Meaney, Evelyn Law

Notice bibliographique

RevueBMC Pediatrics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensMcGill University
Organismes subventionnairesMedical Research CouncilNational Healthcare GroupNational Medical Research CouncilNational Research Foundation SingaporeNational University Health SystemNational Research Foundation
Mots-clésMedicineMoodConfoundingPopulationCohort studyCohortCognitionProspective cohort studyIntelligence quotientLongitudinal studyPath analysis (statistics)DemographyPediatricsDevelopmental psychologyClinical psychologyPsychologyEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although infant media exposure has received attention for its implications on child development, upstream risk factors contributing to media exposure have rarely been explored. The study aim was to examine the relationship between maternal risk factors, infant television (TV) viewing, and later child cognition. METHODS: We used a prospective population-based birth cohort study, Growing Up in Singapore Towards healthy Outcomes (GUSTO), with 1247 pregnant mothers recruited in their first trimester. We first explored the relationship of infant TV exposure at 12 months and the composite IQ score at 4.5 years, as measured by the Kaufman Brief Intelligence Test, Second Edition (KBIT-2). Multivariable linear regressions were adjusted for maternal education, maternal mental health, child variables, birth parameters, and other relevant confounders. We then examined the associations of maternal risk factors with the amount of daily TV viewing of 12-month-old infants. Path analysis followed, to test a conceptual model designed a priori to test our hypotheses. RESULTS: The average amount of TV viewing at 12 months was 2.0 h/day (SD 1.9). TV viewing in hours per day was a significant exposure variable for composite IQ (ß = - 1.55; 95% CI: - 2.81 to - 0.28) and verbal IQ (ß = - 1.77; 95% CI: - 3.22 to - 0.32) at 4.5 years. Our path analysis demonstrated that lower maternal education and worse maternal mood (standardized ß = - 0.27 and 0.14, respectively, p < 0.01 for both variables) were both risk factors for more media exposure. This path analysis also showed that maternal mood and infant TV strongly mediated the relationship between maternal education and child cognition, with an exceptional model fit (CFI > 0.99, AIC 15249.82, RMSEA < 0.001). CONCLUSION: Infant TV exposure has a negative association with later cognition. Lower maternal education and suboptimal maternal mental health are risk factors for greater television viewing. Paediatricians have a role in considering and addressing early risks that may encourage television viewing.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,236 · 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

Citations41
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PediatricsMême sujetChild Development and Digital TechnologyTravaux en français237 207