Keeping Kids Busy: Family Factors Associated with Hands-on Play and Screen Time During the COVID-19 Pandemic
Notice bibliographique
Résumé
Parent-child interactions are crucial for child development. The COVID-19 pandemic has negatively affected mental health and increased parenting challenges impacting parent-child functioning. The aim of the current study was to examine the relationship between parent factors and child activities to identify parental needs. A convenience sample of parents (N = 708), primarily mothers (n = 610; 87.4%) aged 35.59 years old (SD = 5.59; range = 21-72), with children ages 2-8 years completed an online questionnaire between April 14-June 1, 2020. Participants mostly resided in Canada and had an income of >$100,000. Parent-child activities were measured as total weekly time and combined time across activities within two categories: hands-on play and screen time. Bivariate correlations informed block-wise linear regression models. For families with childcare needs, parental anxiety was associated with higher total hands-on play (F(3,142) = 14.01, p < .001), combined hands-on play (F(2,85) = 6.82, p = .011), and combined screen time (F(2,82) = 6.25, p = .014). Families without childcare needs indicated parenting stress was associated with lower total hands-on play (F(3,212) = 7.95, p < .005) and combined hands-on play (F(2,110) = 5.67, p = .019), and higher supervised screen time (F(3,138) = 6.14, p = .014). Family structure and indices of socioeconomic status were also predictive of activities across childcare needs and child ages. To promote high-quality parent-child interactions and positive developmental outcomes in the pandemic, policy makers should support childcare needs, parent mental health and stress, and provide evidence-based guidelines for child screen time.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».