MétaCan
Menu
Retour à la cohorte
Enregistrement W4223568847 · doi:10.47326/ocsat.2022.03.59.1.0

Increased Screen Time for Children and Youth During the COVID-19 Pandemic

2022· report· en· W4223568847 sur OpenAlexaboutno aff
Elaine Toombs, Christopher J. Mushquash, Linda Mah, Kathy G. Short, Nancy L. Young, Chiachen Cheng, Lynn Zhu, Gillian Strudwick, Catherine S. Birken, Jessica Hopkins, Daphne J. Korczak, Anna Perkhun, Karen Born

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicScreen time2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyPsychologyMedicineOutbreakInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Screen time has substantially increased for children and youth in Ontario and globally during the COVID-19 pandemic. Emergency measures introduced during the pandemic such as closures of schools and recreation contributed to increased screen time. There is a growing body of evidence associating increased screen time with harms to physical (e.g., decreased physical activity, eye strain and headaches), cognitive (e.g., attentiveness) and mental (e.g., reported symptoms of depression and anxiety) health in children and youth. There are evidence-based strategies to promote healthy screen habits for children and their families which offer an approach to encourage healthier screen use in the home setting and mitigate potential harms. However, the burden to reduce screen time cannot fall to parents and families alone. Policies are needed to avoid closures of school and recreation, and ensure alternatives to screen time for children and youth of all ages that promote socialization and physical activity. In addition, there are key equity considerations when it comes to accessibility of alternatives to screen time such as child care and community recreation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,137
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,344
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

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

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImpact of Technology on AdolescentsTravaux en français237 207