Combined Patterns Of Physical Activity And Screen-Related Sedentary Behavior Among Chinese Adolescents And Their Correlations With Depression, Anxiety And Self-Injurious Behaviors
Notice bibliographique
Résumé
Mingli Liu,1–3 Jie Zhang,2 Elwin Hu,4 Huilan Yang,5 Chang Cheng,3 Shuqiao Yao3 1Department of Psychology, Hunan University of Science and Technology, Xiangtan, Hunan 411201, People’s Republic of China; 2State University of New York Buffalo State Department of Sociology, NewYork, NY, USA; 3Medical Psychological Institute, Second Xiangya Hospital of Central South University, Changsha, Hunan 410011, People’s Republic of China; 4School of Psychology, Counselling and Psychotherapy, Cairnmillar Institute, Hawthorn East, VIC, Australia; 5Department of Psychology, University of Western Ontario, London, Ontario N6A 5C2, CanadaCorrespondence: Shuqiao YaoMedical Psychological Institute, Second Xiangya Hospital of Central South University, 139 Middle Renmin Road Changsha, Hunan 410011, People’s Republic of ChinaTel +86 137 8612 0325Email shuqiaoyao@csu.edu.cnMingli LiuDepartment of Psychology, Hunan University of Science and Technology, 2 Taoyuan Road Xiangtan, Hunan 411201, People’s Republic of ChinaTel +86 139 7522 3596Email mlliupsy@163.comBackground and purpose: There are increasing concern about independent associations between physical activity, screen-based sedentary behavior (SSB), and psychological problems, but only a few studies have attempted to explore combined patterns of physical activity and SSB in adolescents and their correlations with psychological problems. This study was aimed at identifying combined patterns of moderate-to-vigorous physical activity (MVPA) and SSB and examining the prevalence of different combined patterns and their correlations with depression, anxiety, and self-injurious behavior among Chinese adolescents.Methods: Junior and senior high school students (N = 13,659; mean age 15.18±1.89) were recruited. Latent class analysis was conducted to identify combined patterns of MVPA and SSB. Associations between subgroups of MVPA and SSB and socio-demographic characteristics were assessed by logistic regression. Their correlation with depression, anxiety, and self-injurious behaviors was assessed by analysis of variance with analysis stratified by gender.Results: Four latent classes were identified: high MVPA/low SSB group (64.7%), low MVPA/low SSB (26.7%), low MVPA/high SSB (4.8%), and low MVPA/moderate SSB (3.9%). Generally, the high MVPA/low SSB class was a relatively healthy group. The low MVPA/high SSB class was at risk of enduring depression, anxiety, and self-injurious behavior, with boys being more at risk than girls.Conclusion: Four latent subgroups of MVPA and SSB were identified in Chinese adolescents. The findings highlight the potential role of concurrent MVPA and SSB, with gender-specific characteristics in the primary prevention of adolescent depression, anxiety, and self-injurious behaviors.Keywords: exercise, internet, media use, subgroups, mental health, suicide
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».