Effects of prolonged engagement in alternating video games and smartphone use on muscle endurance and physical activity intentions in young healthy adults
Notice bibliographique
Résumé
Recent studies suggest a negative effect of acute smartphone use or video games on decision-making, psychomotor and maximal force production performances. This study aimed to test the effect of alternating video games and smartphone scrolling on social networks on subsequent muscle endurance performance and physical activity intention in young adults.Thirty-eight young adults (13 female; 19±1 y.o.) participated in this study. Participants engaged either in 90 minutes, alternating between video gaming and scrolling on smartphone (VGSS - experimental condition) or watching documentaries (control condition). Participants rated the perceived workload of each task and their mental fatigue, motivation and boredom during the VGSS or documentary watching. Cognitive performance and physical activity intention were measured pre-post VGSS and documentary watching. Then, participants performed a knee extensors endurance task until exhaustion at 20% of their maximal voluntary peak force, to measure muscle endurance performance. Participants perceived the VGSS as more demanding than the documentary condition. However, only a slight increase in perceived mental fatigue was highlighted and no difference between conditions in cognitive performance was observed. Muscle endurance performance did not differ after VGSS or documentary and physical activity intention decreased regardless of the condition.Engaging in VGSS did not induce a specific state of mental fatigue, thus explaining the absence of impaired muscle endurance performance, compared to watching a documentary. A negative impact on physical activity intentions was observed following both VGSS and documentary watching, suggesting that simply sitting in front of a screen impairs intentions to be active.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».