Impact of the<scp>COVID</scp>‐19 pandemic on elementary schoolers' physical activity, sleep, screen time and diet: A quasi‐experimental interrupted time series study
Notice bibliographique
Résumé
BACKGROUND: COVID-19 school closures pose a threat to children's wellbeing, but no COVID-19-related studies have assessed children's behaviours over multiple years . OBJECTIVE: To examine children's obesogenic behaviours during spring and summer of the COVID-19 pandemic compared to previous data collected from the same children during the same calendar period in the 2 years prior. METHODS: Physical activity and sleep data were collected via Fitbit Charge-2 in 231 children (7-12 years) over 6 weeks during spring and summer over 3 years. Parents reported their child's screen time and dietary intake via a survey on 2-3 random days/week. RESULTS: Children's behaviours worsened at a greater rate following the pandemic onset compared to pre-pandemic trends. During pandemic spring, sedentary behaviour increased (+79 min; 95% CI = 60.6, 97.1) and MVPA decreased (-10 min, 95% CI = -18.2, -1.1) compared to change in previous springs (2018-2019). Sleep timing shifted later (+124 min; 95% CI = 112.9, 135.5). Screen time (+97 min, 95% CI = 79.0, 115.4) and dietary intake increased (healthy: +0.3 foods, 95% CI = 0.2, 0.5; unhealthy: +1.2 foods, 95% CI = 1.0, 1.5). Similar patterns were observed during summer. CONCLUSIONS: Compared to pre-pandemic measures, children's PA, sedentary behaviour, sleep, screen time, and diet were adversely altered during the COVID-19 pandemic. This may ultimately exacerbate childhood obesity.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».