Sociodemographic Correlates of Contemporary Screen Time Use among 9- and 10-Year-Old Children
Notice bibliographique
Résumé
OBJECTIVE: To determine sociodemographic correlates of contemporary screen time use among a diverse population-based sample of 9- and 10-year-old children. STUDY DESIGN: In 2021, we analyzed cross-sectional baseline (2016-2018) data from the Adolescent Brain Cognitive Development study (n = 10 755). Multiple linear regression analyses were conducted to estimate associations between sociodemographic factors (sex, race/ethnicity, country of birth, household income, parental education) and 6 contemporary forms of screen time (television, videos [eg, YouTube], video games, social networking, texting, and video chat). RESULTS: On average, children reported 3.99 hours of screen time per day across 6 modalities, with the most time spent watching/streaming television shows/movies (1.31 hours), playing video games (1.06 hours), and watching/streaming videos (1.05 hours). On average, Black children reported 1.58 more hours of screen time per day and Asian children reported 0.35 less hours of screen time per day compared with White children (mean 3.46 hours per day), and these trends persisted across most modalities. Boys reported higher overall screen time (0.75 hours more) than girls, which was primarily attributed to video games and videos. Girls reported more time texting, social networking, and video chatting than boys. Higher income was associated with lower screen time usage across all modalities except video chat. However, in high-income households, Latinx children reported 0.65 more hours of screen time per day than White children. CONCLUSIONS: Given the sociodemographic differences in child screen use, guideline implementation strategies can focus on key populations, encourage targeted counseling by pediatricians, and adapt Family Media Use Plans for diverse backgrounds.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».