MétaCan
Menu
Retour à la cohorte
Enregistrement W4220932930 · doi:10.1002/icd.2313

Describing correlates of early childhood screen time and outdoor time in Soweto, South Africa

2022· article· en· W4220932930 sur OpenAlexfundno aff
Alessandra Prioreschi, Shane A. Norris

Notice bibliographique

RevueInfant and Child Development · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchSouth African Medical Research Council
Mots-clésScreen timePsychological interventionSocioeconomic statusPsychologyOutdoor activityPopulationDemographyMultilevel modelEnvironmental healthDevelopmental psychologyGeographyMedicinePhysical activitySociologyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Contextual factors are likely to influence whether young children are able to adhere to recommended health behaviours. This study aimed to: (1) describe the social and environmental characteristics of children under five living in Soweto, South Africa; and (2) determine factors associated with screen time and outdoor play in this population. Methods Household surveys were conducted in Soweto to collect data on children's screen time and access to outdoor space, as well as information about the household. A multilevel regression analysis was conducted for each outcome. Results Data on 2309 children aged five or under were included in this analysis. Children used screens for an average of one and a half hours per day during the week, and nearly 2 hours per day on weekends. Almost all (92%) children had a safe space to play inside, while just over a third (34%) had a safe space to play outside. A higher socioeconomic status was associated with less time spent playing outside and more screen time. Conclusion Interventions promoting outdoor play and restricting screen time are essential for improving health trajectories, but need to address structural barriers that exist, in order to protect the safety of children while promoting health behaviours.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,209
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfant and Child DevelopmentMême sujetChild Development and Digital TechnologyTravaux en français237 207