Game Usage in Pregnant Women at Early Gestation in Japan
Notice bibliographique
Résumé
BACKGROUND: Gaming addiction is becoming a problem in young women. However, there has been no report on game usage in pregnant women. OBJECTIVE: The aim of this study was to determine the current status of computer game usage and the existence of game addiction and also to determine the associations of game usage time with lifestyle, personal relationships and thoughts about games in pregnant women at early gestation. SUBJECTS & METHODS: We recruited pregnant women who received a pregnancy checkup during the first trimester. We distributed QR codes for the online survey. We conducted a web questionnaire survey including Internet Gaming Disorder Scale (IGDS) in 178 pregnant women. RESULTS: The proportion of women with game usage was 40.4%. The mean game usage time per day was 72.9 minutes. There were no pregnant women whose IGDS score was more than 5 points. We divided 72 participants into three groups by tertile according to game usage time per day: group A (≦ 30 mins), group B (> 30 and ≦ 90 mins) and group C (> 90 mins). There were no significant differences in current smoking, alcohol drinking and daily life behavior among the three groups. There were significant differences in the proportions of women who had difficulty for establishing personal relationships by face-to-face communication and who thought that they might have a game addiction among the three groups. Pregnant women with longer game usage time had a high IGDS score. CONCLUSION: We showed for the first time the proportion of pregnant women who use games in the early period of gestation. Pregnant women with longer game usage time may require careful observation.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».