Associations between adverse childhood experiences and early adolescent problematic screen use in the United States
Notice bibliographique
Résumé
BACKGROUND: Problematic screen use, defined as an inability to control use despite private, social, and professional life consequences, is increasingly common among adolescents and can have significant mental and physical health consequences. Adverse Childhood Experiences (ACEs) are important risk factors in the development of addictive behaviors and may play an important role in the development of problematic screen use. METHODS: Prospective data from the Adolescent Brain Cognitive Development Study (Baseline and Year 2; 2018-2020; N = 9,673, participants who did not use screens were excluded) were analyzed in 2023. Generalized logistic mixed effects models were used to determine associations with ACEs and the presence of problematic use among adolescents who used screens based on cutoff scores. Secondary analyses used generalized linear mixed effects models to determine associations between ACEs and adolescent-reported problematic use scores of video games (Video Game Addiction Questionnaire), social media (Social Media Addiction Questionnaire), and mobile phones (Mobile Phone Involvement Questionnaire). Analyses were adjusted for potential confounders including age, sex, race/ethnicity, highest parent education, household income, adolescent anxiety, depression, and attention-deficit symptoms, study site, and participants who were twins. RESULTS: The 9,673 screen-using adolescents ages 11-12 years old (mean age 12.0) were racially and ethnically diverse (52.9% White, 17.4% Latino/Hispanic, 19.4% Black, 5.8% Asian, 3.7% Native American, 0.9% Other). Problematic screen use rates among adolescents were identified to be 7.0% (video game), 3.5% (social media), and 21.8% (mobile phone). ACEs were associated with higher problematic video game and mobile phone use in both unadjusted and adjusted models, though problematic social media use was associated with mobile screen use in the unadjusted model only. Adolescents exposed to 4 or more ACEs experienced 3.1 times higher odds of reported problematic video game use and 1.6 times higher odds of problematic mobile phone use compared to peers with no ACEs. CONCLUSIONS: Given the significant associations between adolescent ACE exposure and rates of problematic video and mobile phone screen use among adolescents who use screens, public health programming for trauma-exposed youth should explore video game, social media, and mobile phone use among this population and implement interventions focused on supporting healthy digital habits.
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 | 0,002 |
| 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) | 0,002 | 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 ».