MétaCan
Menu
Retour à la cohorte
Enregistrement W4409414036 · doi:10.1016/j.pmedr.2025.103071

The association between learning models and child health behaviours during the COVID-19 pandemic

2025· article· en· W4409414036 sur OpenAlexafffundabout
Xuedi Li, Charles Keown‐Stoneman, Jessica Omand, Alice Charach, Katherine Tombeau Cost, Laura M. Kinlin, Leigh M. Vanderloo, Magdalena Janus, Jonathon L. Maguire, Catherine S. Birken

Notice bibliographique

RevuePreventive Medicine Reports · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensMcMaster UniversityInstitute of Particle PhysicsWestern UniversitySt. Michael's HospitalInstitute for Clinical Evaluative SciencesHospital for Sick ChildrenPublic Health OntarioSickKids FoundationToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakAssociation (psychology)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BetacoronavirusMedicinePsychologyEnvironmental healthVirologyDiseaseOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

This paper aimed to explore the association between school learning models (virtual vs. in-person) and child health behaviours (daily screen time, physical activity, outdoor time, sleep duration, and sleep onset time) during COVID-19, and whether these associations were modified by child's age, sex, and family income. A longitudinal cohort study was conducted among children four to 13 years from the TARGet Kids! COVID-19 Study of Children and Families between November 2020 and July 2022. TARGet Kids! is a primary care research network in Ontario, Canada. Data on sociodemographic characteristics, child school learning models and health behaviours were collected from repeated parent-reported questionnaires. Linear mixed effects models were fit adjusting for confounders identified a priori. A total of 367 children [51 % male; 7.3 (± 2.2) years] with 779 observations on school learning model were included. Compared to in-person learning, virtual learning was associated with higher daily screen time (0.22 h; 95 % CI 0.03, 0.40), higher outdoor time (0.71 h; 95 % CI 0.56, 0.86), higher physical activity (0.64 h; 95 % CI 0.44, 0.85), and a later sleep onset time (0.22 h; 95 % CI 0.15, 0.28). Older children had higher daily outdoor time, girls had a later sleep onset time and children with a family income greater than $150,000 reported higher daily physical activity. Virtual learning was associated with higher daily screen time, outdoor time and physical activity, and later sleep onset time during the pandemic. • COVID-19 virtual learning impact on child health behaviours in Canada is unknown. • Virtual learning children had higher daily screen time and later daily sleep onset. • A later sleep onset was most prominent among girls vs. boys. • Virtual learning children had higher physical activity and outdoor time. • Higher daily outdoor time found in children >6 years attending school virtually.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,053
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,080
Tête enseignante GPT0,441
Écart entre enseignants0,361 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreventive Medicine ReportsMême sujetCOVID-19 and Mental HealthTravaux en français237 207