Association Between Socio-Emotional Health, Physical Activity and Screen Time Among Children
Notice bibliographique
Résumé
Background Technological advancements have led to increased screen time and decreased Moderate to Vigorous Physical Activities (MVPA) among children. The impact of MVPA on children’s mental health is less explored compared to adults.Purpose This study investigated the relationship between children’s social-emotional health, MVPA, and screen time across different socioeconomic statuses (SES) in Bandar Abbas, Iran.Methods Primary school children completed questionnaires (n = 1041), analyzed for MVPA, screen time, and emotional health indicators.Results Lower SES children showed higher MVPA levels (23.11% active) than higher SES counterparts (11.8% active), but higher SES children exceeded 2 hours of screen time more (58.7% vs. 44.5%). Happiness correlated positively with MVPA, while worries negatively impacted MVPA. Sadness and worries increased screen time.Discussion Poor socio-emotional health was linked to increased screen time and decreased MVPA, limiting physical activity opportunities. Significant SES disparities suggest tailored interventions are crucial.Translation to Health Education Practice Addressing socio-emotional well-being is vital for promoting healthier lifestyles among Iranian children, emphasizing strategies to mitigate screen time and enhance MVPA.
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) | 0,001 | 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 | 0,001 |
| 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 ».