MétaCan
Menu
Retour à la cohorte
Enregistrement W3167424261

Screen Time and Youth Health Issues: A Literature Review

2020· review· en· W3167424261 sur OpenAlexvenueno aff
Luís Aguiar Santos

Notice bibliographique

RevueInternational journal of e-learning & distance education · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesEthnologyPolitical scienceArtSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Resume : Cette revue de la litterature a ete entreprise en 2019 dans le but d'examiner les effets sur la sante de l'exposition a l'ecran sur les jeunes d'âge scolaire. Avec l'epidemie de COVID-19 au debut de 2020 et l'obligation subsequente pour de nombreux etudiants d'apprendre en ligne, les preoccupations concernant l'exposition des jeunes aux ecrans ne font que devenir plus prononcees. Aujourd'hui plus que jamais, il est essentiel que les educateurs, qu'ils soient nouveaux ou anciens, tiennent compte des effets de l'exposition a l'ecran. Trois bases de donnees ont ete consultees pour la revue de la litterature, notamment EBSCO Education Source, APA (American Psychological Association) PsycNet, et Ovid MEDLINE. L'ensemble final de 22 etudes a ete compile a l'aide de recherches systematiques menees en janvier 2019 a l'aide de termes de recherche associes a l'utilisation du temps d'ecran chez les adolescents. Les categories d'effets qui ont emerge etaient: (a) physiques;(b) comportemental;et (c) psychologique. Bien que certains des resultats de ces etudes demontrent des correlations negatives faibles mais significatives entre l'exposition au temps d'ecran et les effets sur la sante, et sont potentiellement utiles pour comprendre les associations du temps d'ecran avec les facteurs identifies, dans leurs conclusions, les auteurs soulignent qu'il est difficile d'etablir des liens de causalite. La discussion des resultats se concentre sur le potentiel que les influences familiales peuvent avoir pour ce qui est d'aider les jeunes a adopter des comportements positifs a l'ecran.Alternate abstract:This literature review was undertaken in 2019 with the goal of examining the health effects of screen time exposure on school-aged youth. With the COVID-19 outbreak in early 2020, and the subsequent requirement for many students to learn online, concerns about youth exposure to screens only became more pronounced. Now, more than ever, it is vital that educators-both new and old-consider the effects of screen time exposure. Three databases were accessed for the literature review including EBSCO Education Source, APA (American Psychological Association) PsycNet, and Ovid MEDLINE. The final set of 22 studies were compiled using systematic searches conducted in January 2019 using search terms associated with screen time use among adolescents. The categories of effects that emerged were: (a) physical, (b) behavioural, and (c) psychological. While some of the results of these studies demonstrate small but significant negative correlations between screen time exposure and health effects, and are potentially helpful in understanding screen time associations with the identified factors, in their conclusions authors point out that it is difficult to establish causal connections. Discussion of the results focuses on the potential that familial influences may have in terms of supporting youth in establishing positive screen time 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 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)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0160,018
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,025
Tête enseignante GPT0,413
Écart entre enseignants0,387 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of e-learning & distance educationMême sujetImpact of Technology on AdolescentsTravaux en français237 207