Socio-demographic correlates of health behaviors of children and adolescents during the COVID-19 pandemic: a cross-sectional study
Notice bibliographique
Résumé
This study aimed to assess the socio-demographic correlates of health behaviors and their changes during the COVID-19 pandemic. A population-based sample of children (3-17 years) was randomly selected between 12/2021 and 06/2022 in Geneva, Switzerland. Parents reported about children's screen time, physical activity, green spaces time, sleep duration, and whether these changed due to the pandemic. Socio-demographic correlates of changes in health behavior and adherence to corresponding recommendations were evaluated. Of 2104 children, approximately 1/3 did not meet screen or physical activity recommendations, 22% did not sleep sufficiently. Older children and girls were less likely to meet behavior recommendations. During the pandemic, physical activity, green spaces time and sleep quality remained unchanged for most children (72.9%, 72.2% and 93.1%, respectively), while 51.9% experienced an increase in screen time. Older age was associated with a worsening of health behaviors, while children from disadvantaged households were more likely to experience any changes, whether positive or negative. Between 20% and 30% of children fail to meet health behavior recommendations. The COVID-19 pandemic possibly exacerbated existing disparities among older and socio-economically disadvantaged children, although positive changes were also reported. Continuous monitoring and targeted interventions are crucial to promoting healthy lifestyles among youth in the post-pandemic period.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».