39 Physical and social distancing measures and child health behaviours during COVID-19: A cohort study
Notice bibliographique
Résumé
Abstract Primary Subject area Public Health and Preventive Medicine Background Various studies have examined the general impact of the COVID-19 outbreak on children’s health behaviours. The impact of public health measures practised by children during COVID-19 is relatively unknown. Objectives The primary objective was to determine the association between physical and social distancing measures and children’s outdoor time, sleep duration, and screen time during COVID-19. Design/Methods A longitudinal study using repeated measures of exposures and outcomes was conducted in healthy children (0 to 10 years) between April 14 and July 15, 2020. Parents were asked to complete questionnaires about isolation, physical distancing practices, and children’s health behaviours. The primary exposure was the average number of days that children practised physical and social distancing measures per week. The three outcomes were children’s outdoor time, total screen time, and sleep duration during COVID-19. Linear mixed effects models were fitted using repeated measures of primary exposure and outcomes. Results This study included 554 observations from 265 children. Physical and social distancing measures were associated with shorter outdoor time (-17.2; 95% CI -22.07, -12.40; p < 0.001) and longer total screen time (11.3; 95% CI 3.88, 18.79; p = 0.003) during COVID-19. The association with outdoor time was stronger in younger children (< 5 years), and the associations with total screen time were stronger in females and in older children (≥ 5 years). Conclusion Physical and social distancing measures during COVID-19 have resulted in negative impacts on the health behaviours of Canadian children living in a large metropolitan area.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».