Early childhood screen use and symptoms of problematic media use
Notice bibliographique
Résumé
Objective: To assess associations between early childhood screen time trajectories and problematic media use scores by age 5.5. Methods: The present study is based on a prospective, community-based convenience sample of 315 parents of preschoolers, from Canada studied at the ages of 3.5 (2020), 4.5 (2021), and 5.5 (2022) during the Covid-19 pandemic. Parent-reported screen use at the ages of 3.5, 4.5, and 5.5 was used to estimate preschooler screen use trajectories. Using latent growth modeling, we identified low (mean = 0.9 h/day, 23%), average (mean = 3.0 h/day, 56%), and high (mean = 6.38 h/day, 21%) screen time trajectories. Parents reported child problematic media using the Problematic Media Use Measure - Short Form (PMUM-SF). Results: A multiple regression, adjusted for child sex, effortful control and parent education and stress revealed that compared to children in the low screen time trajectory, children in the high screen time trajectory had higher problematic media use scores at age 5.5 (β = 0.378, p < 0.001). In addition, children in the average screen time trajectory scored higher than children in the low screen time trajectory (β = 0.229, p ≤ 0.001). Conclusion: Our findings suggest that higher screen use in early childhood is associated with an increased risk for the development of dysregulated media use, which can interfere with family functioning. As such, parents should be encouraged to follow screen time recommendations of ≤1 h/day for children between the ages of 2 and 5.
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 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».