MétaCan
Menu
Retour à la cohorte
Enregistrement W4288036649 · doi:10.1111/jcpp.13673

Contemporary screen time modalities and disruptive behavior disorders in children: a prospective cohort study

2022· article· en· W4288036649 sur OpenAlexaff
Jason M. Nagata, Jonathan Chu, Kyle T. Ganson, Stuart B. Murray, Puja Iyer, Kelley Pettee Gabriel, Andrea K. Garber, Kirsten Bibbins‐Domingo, Fiona C. Baker

Notice bibliographique

RevueJournal of Child Psychology and Psychiatry · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Institute of Mental HealthAmerican Heart Association
Mots-clésConduct disorderProspective cohort studyScreen timeMedicineCohortPediatricsCohort studyPsychiatryPsychologyClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cross-sectional studies have demonstrated associations between screen time and disruptive behavior disorders (conduct disorder and oppositional defiant disorder); however, prospective associations remain unknown. This study's objective was to determine the prospective associations of contemporary screen time modalities with conduct and oppositional defiant disorder in a national cohort of 9-11-year-old children. METHODS: We analyzed data from the Adolescent Brain Cognitive Development (ABCD) Study (N = 11,875). Modified Poisson regression analyses were conducted to estimate the associations between baseline child-reported screen time (total and by modality) and parent-reported conduct or oppositional defiant disorder based on the Kiddie Schedule for Affective Disorders and Schizophrenia (KSADS-5) at 1-year follow-up, adjusting for potential confounders. RESULTS: Participants reported an average of 4 hr of total screen time per day at baseline. Each hour of total screen time per day was prospectively associated with a 7% higher prevalence of conduct disorder (95% CI 1.03-1.11) and a 5% higher prevalence of oppositional defiant disorder (95% CI 1.03-1.08) at 1-year follow-up. Each hour of social media per day was associated with a 62% higher prevalence of conduct disorder (95% CI 1.39-1.87). Each hour of video chat (prevalence ratio [PR] 1.21, 95% CI 1.06-1.37), texting (PR 1.19, 95% CI 1.07-1.33), television/movies (PR 1.17, 95% CI 1.10-1.25), and video games (PR 1.14, 95% CI 1.07-1.21) per day was associated with a higher prevalence of the oppositional defiant disorder. When examining thresholds, exposure to >4 hr of total screen time per day was associated with a higher prevalence of conduct disorder (69%) and oppositional defiant disorder (46%). CONCLUSIONS: Higher screen time was prospectively associated with a higher prevalence of new-onset disruptive behavior disorders. The strongest association was between social media and conduct disorder, indicating that future research and interventions may focus on social media platforms to prevent conduct disorder.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,297
Écart entre enseignants0,289 · 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

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Child Psychology and PsychiatryMême sujetChild Development and Digital TechnologyTravaux en français237 207