Short- and Long-Term Effects of Superhero Media on Young Children’s Risk-Taking Behaviors
Notice bibliographique
Résumé
OBJECTIVE: Unintentional injuries, the leading cause of death for American children, are caused by a range of psychosocial factors, including risk behavior. One factor that may impact child risk-taking is modeling of superhuman risk-taking from superhero media, both immediately following superhero exposure and based on lifetime exposure and engagement. METHODS: Fifty-nine 5-year-olds were randomly assigned to view either a 13-min age-appropriate superhero television show or a comparable nonsuperhero show. After the viewing, children engaged in three risk-taking measures: (a) activity room, unsupervised play for 5 min with assortment of apparently dangerous items that might encourage child risk-taking; (b) picture sort, 10 illustrations of children in risk situations, with participant response concerning intended risk-taking in that situation; and (c) vignettes, 10 stories presenting situations with varying degrees of risk, with participant response on intended choice. Parents completed questionnaires concerning children's long-term superhero media exposure and individual superhero engagement (e.g., if child's most recent Halloween costume was of a superhero). Correlations and regressions evaluated effects of immediate superhero exposure, lifetime superhero exposure, and lifetime superhero engagement on children's risk-taking. RESULTS: Mixed results emerged. Lifetime superhero exposure was significantly related to children's risk-taking outcomes in two bivariate (vignettes and picture sort) and one multivariate (picture sort) model. Neither immediate superhero exposure nor lifetime superhero engagement was strongly related to risk-taking. CONCLUSIONS: Children's lifetime superhero exposure may influence children's risk-taking. Given American children's substantial media exposure, research should continue to unpack the role of superhero media on children's unintentional injury and other health risk behaviors.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».