Exploring Parent-Child Dyadic Networks to Design a Smartphone-based Mindfulness Intervention for Underserved Families
Notice bibliographique
Résumé
Parents from socioeconomically disadvantaged and minoritized backgrounds disproportionately experience higher rates of daily negative mood and lower levels of physical activity, negatively impacting health outcomes across the lifespan. Scalable, evidence-based interventions to promote family wellbeing and that fit into the busy lives of parents juggling many responsibilities remain beyond reach, especially for families from minoritized groups experiencing the greatest barriers to health. Mindfulness holds promise for addressing these disparities in access to evidence-based behavioral health interventions because it can be engaged upon at any given moment, can be delivered using smartphones, has higher rates of program completion relative to other evidence-based treatments, and has high rates of being integrated into daily life following study completion. In this study, we used smartphone experience-sampling and accelerometry to respectively measure mood and physical activity in 31 parent-child dyads. Parents reported negative mood and stress 10 times per day across 14 days for themselves and their child (3-8 years old). We used Group Iterative Multiple Model Estimation to construct networks describing associations among negative mood, stress, and physical activity for each parent and child dyad. Our findings suggest that we can use a complex systems approach to model the associations among mood, stress, and physical activity in parents and children in daily life. We discuss opportunities for using these parent-child dyad networks to inform the design of parent focused smartphone-based mindfulness interventions to support healthy parent-child interactions and reduce health disparities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».