Physical activity and recreational screen time change among adolescents in Canada: Examining the impact of COVID-19 in worsening inequity
Notice bibliographique
Résumé
The purpose of this study was to assess if sub-populations of adolescents in Canada (i.e., race/ethnicity, sex/gender, and socioeconomic status [SES]) experienced a larger change in physical activity and screen time between the 2019-2020 (pre-pandemic) and the 2020-2021 (mid-pandemic) school years. Longitudinally linked data from pre-pandemic and mid-pandemic school years of a prospective cohort study of secondary school students in Canada (n = 8209) were used for these analyses. Multivariable regression modelling tested the main effects of race/ethnicity, sex/gender, and SES on changes in moderate-to-vigorous physical activity (MVPA) and screen time duration as well as adherence to Canada's 24-h Movement Guidelines. Overall between groups difference were assessed using type II analysis of deviance tests. Interactions between variables of interest were subsequently tested with a series of regression models compared to the main effects model using likelihood-ratio test. Post-hoc comparisons found Male participants' MVPA time decreased less compared to their female counterparts (M [95% CI] = -16.3 [-13.5, -19.2] min/day), but also reported greater increases in screen time compared to females (23.7 [14.7, 32.8] min/day) during the same period. MVPA in White participants decreased less than Asian participants (-10.7 [-19.5, -1.9] min/day) with a similar non-significant pattern observed in Black and Latin participants. Adolescents in higher SES categories fared better on adherence to MVPA (highest vs. lowest OR = 1.41 [0.97, 2.06]) and screen time recommendations(highest vs. lowest AOR = 3.13 [0.91, 11.11]). Results support the hypothesis that existing inequitable sociodemographic differences in MVPA participation and screen time have worsened throughout the pandemic.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».