MétaCan
Menu
Retour à la cohorte
Enregistrement W4283755093 · doi:10.1038/s41390-022-02176-8

Social epidemiology of early adolescent problematic screen use in the United States

2022· article· en· W4283755093 sur OpenAlexaff
Jason M. Nagata, Gurbinder Singh, Omar M. Sajjad, Kyle T. Ganson, Alexander Testa, Dylan B. Jackson, Shervin Assari, Stuart B. Murray, Kirsten Bibbins‐Domingo, Fiona C. Baker

Notice bibliographique

RevuePediatric Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Mental HealthNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood Institute
Mots-clésVideo gameEthnic groupPsychologyScreen timePopulationMobile phoneSocial mediaGerontologyDevelopmental psychologyClinical psychologyMedicineEnvironmental healthMultimediaObesity

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine sociodemographic correlates of problematic screen use (social media, video games, mobile phones) among a racially/ethnically and socioeconomically diverse population-based sample of 10-14-year-old early adolescents. STUDY DESIGN: We analyzed cross-sectional data from the Adolescent Brain Cognitive Development Study (Year 2, 2018-2020; N = 8753). Multiple linear regression analyses were used to estimate associations between sociodemographic factors (age, sex, race/ethnicity, primary language, household income, parental education) and adolescent-reported problematic video game (Video Game Addiction Questionnaire), social media (Social Media Addiction Questionnaire), and mobile phone use (Mobile Phone Involvement Questionnaire). RESULTS: Boys reported higher problematic video game use while girls reported higher problematic social media and mobile phone use. Native American, black, and Latinx adolescents reported higher scores across all problematic screen measures compared to non-Latinx white adolescents. Having unmarried/unpartnered parents was associated with higher problematic social media use. Although higher household income was generally protective against problematic video game use, these associations were weaker for black than white adolescents (p for interaction <0.05). CONCLUSIONS: Given the sociodemographic differences in problematic screen use, digital literacy education strategies can focus on at-risk populations, encourage targeted counseling by pediatricians, and adapt family media use plans for diverse backgrounds. IMPACT: While sociodemographic differences in screen time are documented, we examined sociodemographic differences in problematic screen use in a large, diverse sample of early adolescents in the US. Boys reported higher problematic video game use while girls reported higher problematic social media and mobile phone use. Native American, black, and Latinx adolescents reported higher scores across all problematic screen measures compared to non-Latinx white adolescents. Although higher household income was generally protective against problematic video game use, these associations were weaker for black than white adolescents. Beyond time spent on screens, pediatricians, parents, and educators should be aware of sociodemographic differences in problematic screen use.

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)0,019
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,258
Tête enseignante GPT0,471
Écart entre enseignants0,213 · 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.

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

Citations71
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ResearchMême sujetImpact of Technology on AdolescentsTravaux en français237 207