MétaCan
Menu
Retour à la cohorte
Enregistrement W4414422071 · doi:10.1136/bmjopen-2025-103772

Scoping review of interventions aimed at promoting healthy screen use among adolescents

2025· article· en· W4414422071 sur OpenAlexafffund
Wing Lam Tock, Lise Gauvin, Frédérique Tremblay, Richard E. Bélanger, Anne‐Marie Turcotte‐Tremblay

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensUniversité LavalUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureFonds de Recherche du Québec - SantéMinistère de la Santé et des Services sociauxUniversité Laval
Mots-clésPsychological interventionPublic healthSocial determinants of healthEquity (law)Focus groupMEDLINEHealth services researchHealth promotionHealth equity

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this scoping review is to map and synthesise existing literature on interventions aimed at promoting healthy screen use among adolescents. This review identifies the types, functions and settings of interventions, explores the diversity of targeted outcomes and highlights equity considerations and research gaps. DESIGN: We conducted a scoping review in accordance with the Arksey and O'Malley framework and reported following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews guidelines. DATA SOURCES: We systematically searched Medline, PsycINFO and ERIC from January 2013 to June 2024. Reference lists of included studies were also manually screened. ELIGIBILITY CRITERIA: We included peer-reviewed experimental, quasi-experimental, observational and qualitative studies reporting on interventions designed to promote healthy screen use among adolescents aged 10-19 years. DATA EXTRACTION AND SYNTHESIS: One author extracted data using a structured charting form, and a second author verified all entries. Results were synthesised descriptively across key themes including target populations, theoretical frameworks, intervention components and reported outcomes. RESULTS: From 6433 records, we identified 93 articles on 81 interventions, mainly conducted in high school settings in the USA and Australia. Most examined short-term interventions targeting recreational screen time. Outcomes included media literacy, cyberbullying, internet and gaming addiction, safe internet use, social media use and mental and sexual health. Seventy-eight per cent of interventions attempted to educate adolescents, while 34% offered training activities (eg, educational sessions to elevate risk awareness and skill-based training to enhance digital literacy and self-regulation). Interventions targeting external influences were used less frequently. About 20% of studies showed no statistically significant findings, highlighting the need to promote evidence-based interventions. CONCLUSION: This review identifies a need for broader, multilevel strategies that account for contextual factors and social determinants in influencing screen use and its related health issues. Future research should explore long-term effectiveness while examining the potential moderating and mediating effects of social determinants. Equity considerations were not a primary focus of most interventions, underscoring an important gap in this literature. Future interventions could incorporate equity-focused design and evaluation to ensure they respond to the needs of diverse adolescent populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,171
Tête enseignante GPT0,489
Écart entre enseignants0,319 · 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetChild Development and Digital TechnologyTravaux en français237 207