Cumulative Social Risk and Child Screen Use: The Role of Child Temperament
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: It is critical to understand what children, and in which context, are at risk for high levels of screen use. This study examines whether child temperament interacts with cumulative social risk to predict young children's screen use and if the results are consistent with differential susceptibility or diathesis-stress models. METHODS: Data from 1,992 families in Calgary, Alberta (81% White; 47% female; 94% >$40,000 income) from the All Our Families cohort were included. Mothers reported on cumulative social risk (e.g., low income and education, maternal depression) at <25 weeks of gestation, child's temperament at 36 months of age (surgency/extraversion, negative affectivity, effortful control), and child's screen use (hours/day) at 60 months of age. Along with socio-demographic factors, baseline levels of screen use were included as covariates. RESULTS: Children high in surgency (i.e., high-intensity pleasure, impulsivity) had greater screen use than children low in surgency as social risk exposure increased. In line with differential susceptibility, children high in surgency also had less screen use than children low in surgency in contexts of low social risk. Children with heightened negative affectivity (i.e., frequent expressions of fear/frustration) had greater screen use as social risk increased, supporting a diathesis-stress model. CONCLUSIONS: Young children predisposed to high-intensity pleasure seeking and negative affectivity in environments characterized as high in social risk may be prone to greater durations of screen use. Findings suggest that an understanding of social risks and individual characteristics of the child should be considered when promoting healthy digital health habits.
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.
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 | 0,001 |
| 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 | 0,000 | 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 découle