A longitudinal, two-cohort study of parenting influences on adolescent physical activity and screen-time during the transition to secondary school in British Columbia
Notice bibliographique
Résumé
Objective: Parents influence children's lifestyle behaviors, though this influence may decline as children gain autonomy. However, the COVID-19 pandemic likely altered these dynamics due to increased time at home. We examined whether associations between parenting practices and adolescents' physical activity and recreational screen-time changed during the transition to secondary school in two cohorts: one assessed pre-pandemic and one during the pandemic. Methods: Data were collected in British Columbia (2018-2021) at two time points (elementary and secondary school) among 689 parent-adolescent dyads (parent age: 46 ± 5.4 years, 73 % mothers; child age: 13 ± 0.3 years, 52 % female). Forty-two percent were assessed pre-pandemic, and 58 % during the pandemic. Both cohorts self-reported parenting practices, recreational screen-time, and physical activity; non-pandemic children also wore accelerometers. Mixed-effect models with parenting-by-grade interaction terms assessed within-cohort changes over time. Results: Supportive parenting predicted lower self-reported recreational screen-time and higher moderate-to-vigorous physical activity (MVPA) (non-pandemic: b = -25, 95 %CI:-38,-12 & b = 0.66, 95 %CI:0.38,0.93; pandemic: b = -19, 95 %CI:-30,-8 & b = 0.63, 95 %CI:0.32,0.93). In non-pandemic families, supportive parenting also predicted weekday light and MVPA (b = 12, 95 %CI:4,21 & b = 9, 95 %CI:4,14), though the latter significantly weakened post-transition (b = -11, 95 %CI:-19,-2). Conclusions: Our findings highlight the importance of positive parenting in supporting children's active lifestyles, particularly during key life transitions.
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 | 0,001 |
| 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 ».