Mentally active but not inactive sedentary behaviors are positively related to adolescents’ cognitive-academic achievements, a cross-sectional study — The Cogni-Action Project
Notice bibliographique
Résumé
Excessive adolescent sedentary behaviors (SBs) may affect cognitive-academic achievements; however, findings vary according to the SB evaluated and their mental requirements. This study aimed to understand the multivariate association between different SBs and diverse cognitive-academic achievements as a primary analysis. As a secondary one, we differentiated between mentally active and inactive SBs. In this study, 1296 Chilean adolescents (10–14 years old) reported their SB via questionnaires. Cognitive performance was assessed with a neurocognitive battery, and academic achievement was based on school grades. Canonical correlation analysis was performed to determine the mode of covariation (MofC) between two sets of variables. The first set accounted for eight SBs (five considered as “active mentally” and three as “inactive mentally”). The second set accounted for 13 cognitive and academic variables (eight cognitive tasks and five school subjects). Several covariates and a cluster (schools, k = 19) were also included in the analysis. The primary analysis revealed a single significant MofC, with a small canonical relationship (r = 0.22, p = 0.002). This MofC indicated that time spent using computers and engaging in scholarly tasks at home was positively correlated with cognitive processing speed as well as with academic scores in English and History. Secondary analysis revealed two significant modes of covariation. The first confirmed the primary result (r = 0.21, p = 0.001), while the second highlighted the role of time spent playing video games as the sole contributing factor linked to inhibitory control (r = 0.17, p = 0.034). These findings indicate a small positive relationship between certain mentally active SBs and cognitive-academic achievements, emphasizing the need for further comprehensive research to understand these complex relationships.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».