MétaCan
Menu
Retour à la cohorte
Enregistrement W4416501180 · doi:10.7759/cureus.97429

Impact of Screen Time on Language Development and Vocabulary Acquisition in Early Childhood: A Systematic Review

2025· review· en· W4416501180 sur OpenAlexaff
Evangeline C Nwachukwu, Sandeep Sekar Lakshmisai, Priyanka Sakarkar, Roshitha S Bheemaneni, Iana Malasevskaia

Notice bibliographique

RevueCureus · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)Critical appraisalVocabularyPsychological interventionLanguage developmentSystematic reviewEnglish languageInclusion (mineral)MEDLINE

Résumé

récupéré en direct d'OpenAlex

Language development in the first few years of life is critical for later academic and social success. With the increasing use of digital devices among preschoolers, there have been concerns about the potential impact of screen time on language outcomes. Existing research presents mixed findings, making it necessary to synthesize current evidence. This systematic review aimed to examine and synthesize empirical evidence on the relationship between screen time and language development in early childhood, with emphasis on factors such as device type, content quality, socioeconomic status, and parent-child interaction. Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, a comprehensive search was conducted in the Cochrane Library, PubMed, Medical Literature Analysis and Retrieval System Online (MEDLINE), EBSCO Open Dissertations, ScienceDirect, and Clinicaltrials.gov for studies published between January 1, 2020, and February 17, 2025. Our inclusion criteria required studies published in the English language, assessed screen time exposure, and measured language outcomes in typically developing preschoolers. Data were extracted using a standardized form. The risk of bias was assessed using the Cochrane Risk of Bias 2 (RoB 2), the Risk Of Bias In Non-Randomized Studies of Interventions (ROBINS-I), and the Joanna Briggs Institute (JBI) Critical Appraisal tools. The overall certainty of the evidence was evaluated using the Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) framework. A total of eight studies met the inclusion criteria, mostly consisting of cross-sectional studies that involved diverse patient populations with sample sizes ranging from 83 to 4,907 participants. The participants were primarily children aged three to six years and/or their parents. These studies mainly focused on measuring the duration of screen time, which averaged between approximately 1.39 and 2.65 hours per day. One study analyzed 44 mobile applications for their learning goals and educational potential. The most commonly reported outcomes were related to language development and vocabulary acquisition, which were assessed through parental surveys and developmental scales. Synthesized evidence suggests that high levels of unsupervised or passive screen time are often linked to weaker language development outcomes in preschoolers. However, screen use that is interactive, educational, and involves caregiver participation appears to mitigate these potential effects. The overall certainty of this evidence, however, remains limited. Future research should prioritize consistent measurement approaches and explore long-term impacts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,047
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,011
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,337
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetChild Development and Digital TechnologyTravaux en français237 207