MétaCan
Menu
Retour à la cohorte
Enregistrement W4386886214 · doi:10.32920/24168474.v1

Children’s screen use and school readiness at 4-6 years: prospective cohort study

2023· preprint· en· W4386886214 sur OpenAlexafffundabout
Leigh M. Vanderloo, Magdalena Janus, Jessica Omand, Charles Keown‐Stoneman, Cornelia M. Borkhoff, Eric Duku, Muhammad Mamdani, Gerald Lebovic, Patricia C. Parkin, Janis Randall Simpson, Mark S. Tremblay, Jonathon L. Maguire, Catherine S. Birken

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversity of GuelphHospital for Sick ChildrenMcMaster University Medical CentrePublic Health OntarioAgricultural Research Institute of OntarioUniversity of TorontoSt. Michael's HospitalInstitute for Clinical Evaluative Sciences
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLogistic regressionMedicineCohortDemographyProspective cohort studyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background The primary aim of this study was to determine if screen use in early childhood is associated with overall vulnerability in school readiness at ages 4 to 6 years, as measured by the Early Development Instrument (EDI). Secondary aims were to: (1) determine if screen use was associated with individual EDI domains scores, and (2) examine the association between screen use and EDI domains scores among a subgroup of high screen users. Methods This prospective cohort study was carried out using data from young children participating in a large primary care practice-based research network in Canada. Logistic regression analyses were run to investigate the association between screen use and overall vulnerability in school readiness. Separate linear regression models examined the relationships between children’s daily screen use and each separate continuous EDI domain. Results A total of 876 Canadian participants participated in this study. Adjusted logistic regression revealed an association between increased screen use and increased vulnerability in school readiness (p = 0.05). Results from adjusted linear regression demonstrated an association between higher screen use and reduced language and cognitive development domain scores (p = 0.004). Among high screen users, adjusted linear regression models revealed associations between increased screen use and reduced language and cognitive development (p = 0.004) and communication skills and general knowledge domain scores (p = 0.042). Conclusions Screen use in early childhood is associated with increased vulnerability in developmental readiness for school, with increased risk for poorer language and cognitive development in kindergarten, especially among high users.

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 enseignants0,804
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,305
Écart entre enseignants0,269 · 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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetChild Development and Digital TechnologyTravaux en français237 207