Identification and characterization of screen use trajectories from late childhood to adolescence in a US-population based cohort study
Notice bibliographique
Résumé
Screen use is a known risk factor for adverse physical and mental health outcomes during childhood and adolescence. Moreover, racial/ethnic disparity in screen use persists among adolescents. However, limited studies have characterized the population sharing similar longitudinal patterns of screen use from childhood to adolescence. This study will identify and characterize the subgroups of adolescents sharing similar trajectories of screen use from childhood to adolescence. Study participants of the Adolescent Brain Cognitive Development Study (2016-2021) in the U.S with non-missing responses on self-reported screen use at each year of the study were included in the analysis. Growth mixture modeling was used to identify the optimal number of subgroups of adolescents with similar trajectories. Subsequently, socio-demographic characteristics, familial background, and perceived racism and discrimination during childhood was assessed for each subgroup population. Perceived discrimination was measured using the Perceived Discrimination Scale. There were two major subgroups of individuals sharing similar trajectories of screen use: Drastically Increasing group (N = 1333); Gradually Increasing group (N = 10336). Higher proportions of the Drastically Increasing group were racial/ethnic minorities (70%) as compared to the Gradually Increasing group (45%). Moreover, the Drastically Increasing group had higher proportions of individuals reporting perceived racism and discrimination during childhood.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».