MétaCan
Menu
Retour à la cohorte
Enregistrement W4363651888 · doi:10.1139/apnm-2022-0379

Determinants of recreational screen time behavior following the COVID-19 pandemic among Canadian adults

2023· article· en· W4363651888 sur OpenAlexaffvenueabout
Sam Liu, Rebecca Priegert Coulter, Wuyou Sui, Kayla Nuss, Ryan E. Rhodes

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésScreen timeRecreationPandemicCoronavirus disease 2019 (COVID-19)LimitingPsychologyDemographyMedicinePhysical therapyPhysical activitySociologyDiseaseInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The objectives of our study were to examine recreational screen time behavior before and 2 years following the COVID-19 pandemic lockdown, and explore whether components of the capability–opportunity–motivation–behavior (COM-B) model would predict changes in this recreational screen time behavior profile over the 2-year period. This cross-sectional, retrospective study was conducted in March 2022. Canadian adults ( n = 977) completed an online survey that collected demographic information, current screen time behavior, screen time behavior prior to the pandemic, and beliefs about capability, opportunities, and motivation for limiting screen time based on the COM-B model. We found that post-pandemic recreational screen time (3.91 ± 2.85 h/day) was significantly higher than pre-pandemic levels (3.47 ± 2.50 h/day, p < 0.01). Three recreational screen time behavior profiles were identified based on the Canadian 24-Hour Movement Guidelines: (1) always met screen time guidelines (≤3 h/day) (47.8%; n = 454); (2) increased screen time (10.1%; n = 96); and (3) never met screen time guidelines (42%; n = 399). The overall discriminant function was found to be significant among the groups (Wilks’ λ = 0.90; canonical r = 0.31, χ2 = (14) = 95.81, p < 0.001). The group that always met screen time guidelines had the highest levels of automatic motivation, reflective motivation, social opportunity, and psychological capabilities to limit screen time compared to other screen time profile groups. In conclusion, recreational screen time remains elevated post-pandemic. Addressing motivation (automatic and reflective), psychological capabilities, and social opportunities may be critical for future interventions aiming to limit recreational screen time.

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 enseignants0,019
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,316
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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetImpact of Technology on AdolescentsTravaux en français237 207