MétaCan
Menu
Retour à la cohorte
Enregistrement W4416275415 · doi:10.70437/educative.v3i3.1503

Systematic Review of the Negative Impact of Early Childhood Education Learning Digitalization on Early Childhood Development

2025· article· W4416275415 sur OpenAlexaff
Mohammad Fauziddin, Mallevi Agustin Ningrum, Petra Adamcova, Aulia Rahmi Utari

Notice bibliographique

RevueEducative Jurnal Ilmiah Pendidikan · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésEarly childhoodEarly childhood educationAnxietyDigital mediaPoint (geometry)Social media

Résumé

récupéré en direct d'OpenAlex

This study aims to critically analyze the negative impacts of digitalization of Early Childhood Education (ECE) learning on early childhood development. Systematic Literature Review (SLR) was chosen in this writing by identifying, analyzing, and synthesizing relevant academic literature study results from 2015 to 2025 from various scientific databases. The total number of articles reviewed was 20 in Indonesian and English. The analysis results show that excessive use of digital media can have negative impacts on children's physical, cognitive, social, and emotional development. These include increased risk of obesity, language development delays, decreased social skills, and the emergence of anxiety and depression. The research also found that the type and intensity of digital media use as well as parental involvement play important roles in strengthening or reducing these impacts. The involvement of parents and educators becomes an important point in wisely regulating digital media use and setting time limits for its use. This study provides theoretical and practical foundations for formulating ECE education policies that are adaptive to the digital era while considering holistic aspects of child development.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,614
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,303
Écart entre enseignants0,293 · 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.

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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducative Jurnal Ilmiah PendidikanMême sujetChild Development and Digital TechnologyTravaux en français237 207