MétaCan
Menu
Retour à la cohorte
Enregistrement W7114989998 · doi:10.1093/pch/pxaf116.066

66 Unplugging health: Screen time insights from children in Newfoundland and Labrador

2025· article· en· W7114989998 sur OpenAlexaffabout

Notice bibliographique

RevuePaediatrics & Child Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésScreen timeActigraphyAnthropometryWaistBody mass indexPopulationLimitingSedentary lifestyleRecreation

Résumé

récupéré en direct d'OpenAlex

Abstract Background Excessive digital screen time for children is linked to negative health outcomes, including increased adiposity, decreased sleep, and unhealthy diet. To reduce sedentary behaviour and mitigate these risks, the Canadian 24-Hour Movement Guidelines for Children and Youth recommend limiting recreational screen time in this population to no more than two hours per day. Objectives This study aimed to assess adherence to digital screen time use recommendations in school-aged children in Newfoundland and Labrador, evaluate parental perceptions of screen time appropriateness, and explore the association between screen time and other health indicators and behaviours including anthropometric measures, sleep, physical activity, and diet. Design/Methods We conducted a cross-sectional analysis of a convenience sample of children aged nine to twelve years. Anthropometric measurements including body mass index and waist circumference were obtained. Participants and their parents completed questionnaires on sleep and screen time, and parents provided dietary recalls. Participants wore actigraphy watches to measure sleep and physical activity over one week. Results Twenty-two participants completed the study, with one being excluded due to an actigraphy malfunction. Fifty-seven percent identified as female and 71% as Caucasian. Sixty-seven percent of participants met the screen time guidelines on weekdays, compared to only 10% on weekends. Despite this, only 62% of parents perceived their child’s screen time as “Too High”. Meeting the screen time guideline on weekdays was associated with longer parent-reported sleep (p = .030) and actigraphy-measured sleep (p = .046) than those who did not. No significant differences were found between groups for self-reported sleep, body mass index, waist circumference, physical activity, or intake of energy, sugar, fruit, or caffeine. Conclusion A large portion of our small school-aged children cohort did not consistently meet the recommended screen time guidelines, particularly on weekends. Adherence to screen time recommendations may positively impact sleep duration. Parent perception of screen time use appropriateness did not always align with guideline adherence, highlighting an opportunity for education and intervention.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,275
Écart entre enseignants0,265 · 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'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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetChild Development and Digital TechnologyTravaux en français237 207