Prevalencia de astenopia en niños escolares de 6 a 17 años, por el uso de dispositivos digitales durante la pandemia por COVID-19: revisión sistemática
Notice bibliographique
Résumé
El uso de dispositivos electrónicos es primordial en la vida cotidiana actual a nivel mundial y gracias a la emergencia sanitaria por COVID-19 se incrementó, pues fue necesario suspender actividades escolares presenciales obligando a los estudiantes a tomar clases virtuales, esto aumento la prevalencia de astenopia. Objetivo General: Determinar la prevalencia de astenopia en niños escolares de 6 a 17 años, por el uso de dispositivos digitales durante la pandemia por COVID-19. Método de investigación: Se realizó una revisión sistemática cualitativa mediante la pregunta PICOT; la búsqueda de literatura científica se realizó en Medline PubMed, Elsevier, Scielo, Scopus, Science direct, EBSCO, y JSTOR, con palabras clave en inglés y español, publicados entre 2020 y 2022. La calidad metodológica de los artículos se evaluó mediante herramientas como Newcastle-Ottawa para estudios trasversales y AMSTAR para revisiones sistemáticas, se incluyeron artículos de revisión, de investigaciones científicas, cualitativas, artículos de revistas y estudios de casos y controles, y/o estudios transversales, que abordaran el tema prevalencia de astenopia por uso de los dispositivos electrónicos en escolares, durante la pandemia del COVID-19. El reporte de la revisión se realizó con base en la declaración PRISMA.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».