From one year to the next: Video gaming life‐style predicts subsequent psychosocial risk in adolescent boys and girls
Notice bibliographique
Résumé
AIM: The ubiquitous societal presence of screens and gaming software is ever growing in popularity. However, can this recreational life-style pose risks for children's psychosocial adjustment? We thus examine associations between gaming life-style and later psychosocial development. METHODS: The study sample originates from the 2120 boys and girls from the Quebec Longitudinal Study of Child Development birth cohort. At age 12, 625 boys and 702 girls from the original sample self-reported the number of hours engaged in video gaming per week and 1 year later, they self-reported psychosocial outcomes. RESULTS: Among boys, higher weekly video gaming frequency at age 12 forecasted increases in subsequent reactive aggression, emotional distress and ADHD symptoms at age 13. For girls, higher weekly video gaming frequency at age 12 predicted increases in subsequent reactive aggression and ADHD symptoms at age 13. No association between video game use and emotional distress was found for girls. CONCLUSION: In both boys and girls, a more intense video gaming life-style predicted subsequent risks for reactive aggression and ADHD symptoms, compared with their same sex counterparts reporting less intensity. For boys only, video gaming was associated with subsequent reactive emotional distress, likely due to the gender differences in violent content. Our data were collected at a time when there were less versatile screen-based technologies; therefore, our findings can be interpreted as very conservative compared to current estimates. Paediatric professionals and allied disciplines must take preventive measures to ensure that parents are aware of the risks associated with excessive use by their sons and daughters.
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 | 0,003 | 0,000 |
| 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 | 0,001 |
| 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 ».