MétaCan
Menu
Retour à la cohorte
Enregistrement W4399509341 · doi:10.1080/10409289.2024.2360867

Chinese Parental Mediation, Predictors, and Associations with Children’s Problematic Media Use: A Latent Profile Analysis

2024· article· en· W4399509341 sur OpenAlexaff
Juan Li, Bowen Xiao, Yanan Zhao, Bingda Zhang, Yan Li

Notice bibliographique

RevueEarly Education and Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensCarleton University
Organismes subventionnairesMinistry of Science and Technology
Mots-clésMediationPsychologyDevelopmental psychologyLogistic regressionMedia useStructural equation modelingEducational attainmentSocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Research Findings: This study aims to examine the latent profiles of parents’ mediation and their predictors, as well as links between different profiles and children’s problematic media use. A total of 1415 children aged 3–6 years (47.8% boys) and their paired parents were recruited in Shanghai, China and surveyed demographic information, parents’ mediation practice and marital conflict, and children’s media use problems. Latent profile analyses, tests of variance, and logistic regression analyses were used for data analysis. The results indicated that: (1) four potential profiles of mediation were yielded: mother-dominated mediation, father-dominated mediation, coordinated high-level mediation, and coordinated low-level mediation; (2) there were significant associations between children’s age, fathers’ age, parents’ educational backgrounds and marital conflict with mediation profiles; and (3) the likelihood of children experiencing problematic media use was lowest in the consistent high-level group, followed by the mother-dominated and the father-dominated group, and highest in the consistent low-level group. Practice or Policy: These findings imply that parents’ digital parenting patterns are influenced by multiple factors, and that parents who are older, have less education, have older children, and experience more marital conflict should be given more support and assistance to improve parents’ child-rearing and child development.

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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarly Education and DevelopmentMême sujetChild Development and Digital TechnologyTravaux en français237 207