The intersection of COVID lockdown policies and parent resources with children’s media exposure in Canada, the United States, Israel, Sweden, and New Zealand
Notice bibliographique
Résumé
Government responses to COVID-19 included workplace and childcare closures. Many parents worked from home while caring for preschool children. Media use increased worldwide for adults and young children. This study examined how government responses were linked to family media use by testing whether policy stringency predicted preschool children's screen time and parents' motivations for child media use. Data were analyzed from 2,365 parents of 2- to 5-year-old children in five countries: Canada, the United States, Israel, Sweden, and New Zealand. Higher stringency was associated with decreased screen time, though changes in screen time depended on parental income and education. Children from lower-resourced homes had the highest screen time while experiencing low stringency levels. Parents' motivations for children's media use to calm their children and for their child's enjoyment were less likely with higher stringency. Motivations also depended on child age; parents were more likely to use media to calm their younger children than their older children. Media motivations also differed with family resources; less resourced families were more likely to use media for calming their children. Our discussion focuses on how structural factors (policies, supports, and resources for parents) relate to family media patterns and how future research can inform our understanding of policy-related outcomes on children.
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 | 0,000 | 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 ».