Screen use and internet addiction among parents of young children: A nationwide Canadian cross-sectional survey
Notice bibliographique
Résumé
OBJECTIVES: To establish the factorial structure and internal consistency of the Internet Addiction Test (IAT) in parents, the level and correlates of problematic internet use, and patterns and types of screen use. STUDY DESIGN: Data were collected through an online questionnaire about preconception health among Canadian women and men with ≥1 child. The questionnaire included the IAT and questions about time spent on screens by device type, use of screens during meals and in the bedroom, and perceptions of overuse. Factor analysis was completed to determine the factorial structure of the IAT, with multivariable linear regression used to determine correlates of the IAT. RESULTS: The sample included 1,156 respondents (mean age: 34.3 years; 83.1% female). The IAT had two factors: "impairment in time management" and "impairment in socio-emotional functioning" of which respondents had more impairment in time management than socio-emotional functioning. Based on the original IAT, 19.4% of respondents would be classified as having a mild internet use problem with 3.0% having a moderate or severe issue. In the multivariable model, perceived stress (b = .28, SE = .05, p < .001) and depressive symptoms (b = .24, SE = .10, p = .017) were associated with higher IAT scores. Handheld mobile devices were the most common type of screen used (mean = 3 hours/day) followed by watching television (mean = 2 hours/day). CONCLUSION: Parents spent a significant portion of their time each day using screens, particularly handheld mobile devices. The disruption caused by mobile devices may hinder opportunities for positive parent-child interactions, demonstrating the need for resources to support parents ever-growing use of technologies.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 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 ».