Association of daily and time-segmented physical activity and sedentary behaviour with mental health of school children and adolescents from rural Northeastern Ontario, Canada
Notice bibliographique
Résumé
Physical activity (PA) and sedentary behaviour (SED) have been linked to the mental health of children and adolescents, yet the timing of behaviours may play a role in this relationship and clarifying this could inform interventions. We explored cross-sectional associations of PA and SED in varying time segments throughout the school day with the mental health of school-aged children and adolescents from rural Northeastern Ontario, Canada. A total of 161 students (56% female, M = 10.3 years old) wore accelerometers for 8 days (7 nights) and completed a self-report survey (parent reported for children younger than 11). Mental health was measured using the Strengths and Difficulties Questionnaire. Accelerometer-measured SED, light PA (LPA), and moderate and vigorous PA (MVPA) were estimated in the time-segments before school (06:00–08:44), school time (08:45–15:04), after school (15:05–16:59), and evenings (17:00–21:59). Associations were tested with multilevel linear regressions while adjusting for confounding factors. Students spent 72.6 min in MVPA, 209.0 min in LPA, and 621.0 min in SED per day. Daily SED was associated with less conduct problems (β = −0.27, p < 0.05). Evening LPA was inversely associated with hyperactivity (β = −1.45, p < 0.05), while SED was associated with hyperactivity and with peer problems before school (β = 1.70 and β = 1.01, respectively, p < 0.05), and during school (β = −0.83 and β = −0.57, respectively, p < 0.05). No associations were observed for MVPA, emotional symptoms, or prosocial behaviour. In conclusion, displacing SED with LPA in some specific periods of the day may benefit the mental health of students; taking this into account could strengthen interventions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».