MétaCan
Menu
Retour à la cohorte
Enregistrement W4402405316 · doi:10.1155/2024/3601969

Heavy Users, Mobile Gamers, and Social Networkers: Patterns of Objective Smartphone Use in Parents of Infants and Associations With Parent Depression, Sleep, Parenting, and Problematic Phone Use

2024· article· en· W4402405316 sur OpenAlexaff
Brandon T. McDaniel, Jenny Radesky, Jessica Pater, Adam M. Galovan, Annalise Harrison, Victor P. Cornet, Lauren Reining, Alexandria Schaller, Michelle Drouin

Notice bibliographique

RevueHuman Behavior and Emerging Technologies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Nursing ResearchNational Institutes of Health
Mots-clésBedtimePhoneMobile phoneDistractionPsychologyInternet privacyDevelopmental psychologyApplied psychologyClinical psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Smartphone use during parenting is common, which may lead to distraction (also known as technoference). However, it is likely that some phone activities are less disruptive to parents and children. In this study, we explored smartphone use (via passive sensing across 8 days) within 264 parents of infants, measuring parents’ application use on their phone (e.g., messaging, social media, mobile gaming, video chat) and phone use across contexts (e.g., during feeding and at bedtime). We utilized latent profile analysis to identify profiles of users, revealing five user types: Moderate User Social Networkers (37%), followed by Moderate User Gamers (20%), Moderate User Video Chatters (17%), Low Users (15%), and Heavy Users (11%). Parents varied in their use, from Low Users, who used their phone approximately 2.4 h each day, spent only 13% of their child time on their phone, and used their phone for about 18 min at bedtime, to Heavy Users, who spent approximately 8 h a day, about 50% of their child time on their phone, and about 1 h at bedtime. Heavy Users showed higher depressive symptoms and poorer sleep (although not poorer sleep than Moderate User Gamers). Surprisingly, we found no differences between groups in perceptions of parenting stress, responsiveness to their infant, or problematic phone use and distraction. We also explored demographic differences across groups. We call for future work to examine parent phone use more comprehensively and holistically and to view specific phone use activities as simultaneously interconnected with other types of use activities.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,305
Écart entre enseignants0,270 · 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 revueHuman Behavior and Emerging TechnologiesMême sujetChild Development and Digital TechnologyTravaux en français237 207