Social media use and sleep health among adolescents in Canada
Notice bibliographique
Résumé
INTRODUCTION: Public health concerns over the impact of social media use (SMU) on adolescent health are growing. We investigated the relationship between SMU and sleep health in adolescents in Canada aged 11 to 17 years. METHODS: Data from the 2017-2018 Health Behaviour in School-aged Children study were available for 12 557 participants (55.2% female). SMU was categorized by frequency of use (non-active, active and intense) and the presence of addiction-like symptoms (problematic). Mixed effects logistic regression models identified associations between SMU and seven sleep health indicators (insomnia symptoms, daytime wakefulness problems, screen time before bed, meeting sleep duration recommendations, sleep variability and late bedtime on school and non-school days). RESULTS: Compared to active SMU, non-active SMU was associated with better sleep indicators, except for insomnia symptoms. Intense SMU was associated with greater odds of having poor sleep health indicators (adjusted odds ratio [aORs] from 1.09 to 2.24) and problematic SMU with the highest odds (aORs from 1.67 to 3.24). Associations with problematic SMU were greater among girls than boys, including having a later bedtime on school days (aOR = 3.74 vs. 1.84) and on non-school days (aOR = 4.13 vs. 2.18). Associations between SMU and sleep outcomes did not differ by age group. CONCLUSION: Intense and problematic SMU were associated with greater odds of poor sleep health among adolescents in Canada, with stronger associations among girls than boys. Further research is needed to understand the mechanisms underlying associations between SMU and sleep to inform public health recommendations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».