Zusammenhang zwischen Screening-Zeit und Leistung von Kindern bei einem Screening-Test für die Entwicklung (2019)

Artikel über die Studie - http://time.com/5514539/screen-time-children-brain/

Ursprüngliche Untersuchung

28. Januar 2019

Sheri Madigan, PhD^1,2; Dillon Browne, PhD³; Nicole Racine, PhD^1,2; et al Camille Mori, BA^1,2; Suzanne Tough, PhD²

Autorenverbindungen Article Information

JAMA Pediatr. Online veröffentlicht im Januar 28, 2019. doi: 10.1001 / jamapediatrics.2018.5056

Wichtige Punkte

Fragen (FAQ)  Ist eine erhöhte Bildschirmzeit mit einer schlechten Leistung bei den Screening-Tests von Kindern verbunden?

Befund  In dieser Kohortenstudie zur frühkindlichen Entwicklung bei 2441-Müttern und -kindern wurden höhere Screening-Zeiten bei Kindern im Alter von 24 und 36 mit einer schlechten Leistung in einer Screening-Maßnahme in Verbindung gebracht, in der die Erreichung von Entwicklungsmeilensteinen bei 36 bzw. 60 mit Kindern bewertet wurde. Die inverse Assoziation (dh schlechte Entwicklungsleistung zu erhöhter Rasterzeit) wurde nicht beobachtet.

Bedeutung  Übermäßige Bildschirmzeit kann die Fähigkeit der Kinder beeinträchtigen, sich optimal zu entwickeln. Es wird empfohlen, dass Kinderärzte und Angehörige der Gesundheitsberufe die Eltern über die angemessene Bildschirmbelichtung informieren und mögliche Folgen einer übermäßigen Bildschirmnutzung besprechen.

Abstrakt

Bedeutung  Übermäßige Bildschirmzeiten sind mit Entwicklungsverzögerungen verbunden. Es ist jedoch unklar, ob eine größere Bildschirmzeit niedrigere Leistungswerte für Entwicklungs-Screening-Tests vorhersagt oder ob Kinder mit schlechter Entwicklungsleistung zusätzliche Bildschirmzeit erhalten, um das herausfordernde Verhalten zu modulieren.

Ziel  Beurteilung des direkten Zusammenhangs zwischen Bildschirmzeit und Kinderentwicklung in einer Population von Müttern und Kindern.

Design, Einstellung und Teilnehmer  Diese longitudinale Kohortenstudie verwendete ein 3-Wellenmodell mit Kreuzverzögerung bei 2441-Müttern und Kindern in Calgary, Alberta, Kanada, das aus der All Our Families-Studie stammt. Daten waren verfügbar, als die Kinder 24, 36 und 60 Monate alt waren. Die Daten wurden zwischen Oktober 20, 2011 und Oktober 6, 2016 gesammelt. Statistische Analysen wurden von Juli 31 bis November 15, 2018 durchgeführt.

Belichten  Media.

Hauptziele und Maßnahmen  Im Alter von 24, 36 und 60 wurde das Screen-Time-Verhalten von Kindern (Gesamtstunden pro Woche) und die Entwicklungsergebnisse (Alters- und Stufen-Fragebogen, dritte Ausgabe) anhand eines mütterlichen Berichts bewertet.

Die Ergebnisse  Von den in die Analyse einbezogenen 2441-Kindern waren 1169 (47.9%) Jungen. Ein Cross-lagaged-Panel-Modell mit zufälligen Abschnitten zeigte, dass höhere Screening-Zeiten in den Monaten 24 und 36 signifikant mit einer schlechteren Leistung in den Entwicklungstests in den 36-Monaten assoziiert waren (β, -0.08; 95% CI, -0.13 bis -0.02) ) und 60 Monate (β, -0.06; 95% CI, -0.13 bis -0.02). Diese zeitabhängigen, zeitlich veränderlichen Assoziationen werden statistisch auf Unterschiede zwischen Personen (stabil) kontrolliert.

Schlussfolgerungen und Relevanz  Die Ergebnisse dieser Studie unterstützen den direkten Zusammenhang zwischen Bildschirmzeit und Entwicklung des Kindes. Zu den Empfehlungen gehören die Förderung von Familienmedienplänen sowie die Verwaltung der Bildschirmzeit, um die möglichen Folgen einer übermäßigen Nutzung auszugleichen.

Einleitung

Nach dem Schuleintritt weist 1 bei 4-Kindern Defizite und Verzögerungen bei den Entwicklungsergebnissen wie Sprache, Kommunikation, motorische Fähigkeiten und / oder sozioemotionaler Gesundheit auf.^1,2 So beginnen viele Kinder die Schule nicht ausreichend auf das Lernen und den akademischen Erfolg vorzubereiten. Entwicklungslücken tendieren dazu, sich im Laufe der Zeit ohne Eingriff zu vergrößern oder zu verkleinern,³ die Belastung der Bildungs- und Gesundheitssysteme durch höhere staatliche und öffentliche Ausgaben für Sanierung und Sonderschulung.^4,5 Infolgedessen wurden Anstrengungen unternommen, um Faktoren wie die Bildschirmzeit von Kindern,⁶ Dies kann zu Ungleichheiten in der frühen Entwicklung des Kindes führen oder diese verschärfen.

Digitale Medien und Bildschirme sind heute im Leben von Kindern allgegenwärtig. Ungefähr 98% der US-amerikanischen Kinder im Alter von 0 bis 8 leben in einem Heim mit Internetgerät und verbringen durchschnittlich über 2 Stunden pro Tag auf Bildschirmen.⁷ Diese Menge liegt über der empfohlenen pädiatrischen Richtlinie, wonach Kinder pro Tag nicht mehr als 1-Stunden für das Programmieren mit hoher Qualität aufwenden.^8,9 Obwohl einige Vorteile einer qualitativ hochwertigen und interaktiven Bildschirmzeit erkannt wurden,^10-13 Übermäßige Bildschirmzeiten wurden mit einer Reihe nachteiliger körperlicher, verhaltensbezogener und kognitiver Ergebnisse in Verbindung gebracht.^14-21 Es ist zwar möglich, dass die Bildschirmzeit die Lern- und Wachstumschancen beeinträchtigt, aber Kinder mit Verzögerungen erhalten möglicherweise mehr Bildschirmzeit, um herausfordernde Verhaltensweisen zu modulieren. Zum Beispiel haben Kleinkinder, die mit der Selbstregulierung zu kämpfen haben, gezeigt, dass sie mehr Bildschirmzeit haben als Kinder ohne Schwierigkeiten.²² Die meisten Studien haben jedoch Querschnittsmethoden verwendet, um die Schlussfolgerungen hinsichtlich der Ausrichtung von Assoziationen einzuschränken.

Größere Klarheit bezüglich der Ausrichtung von Vereinigungen kann für Kinderärzte und andere Angehörige der Gesundheitsberufe aufschlussreich sein, die Eltern über eine entwicklungsgerechte Bildschirmbelichtung sowie über die möglichen Folgen einer übermäßigen Bildschirmnutzung informieren möchten. Mit einer 3-Welle, zufälligen Abschnitten, einem überlagerten Panelmodell, einschließlich 2441-Kindern, die im Alter von 24, 36 und 60 Monate nachuntersucht wurden, untersuchten wir, ob eine höhere Screen-Zeit die Leistung bei Screening-Tests in der Entwicklung beeinflusst und ob Kinder mit einer niedrigeren Punktzahl darauf Einfluss haben Tests erhielten mehr Bildschirmzeit.

Methoden

Studiendesign und Bevölkerung

Zu den Teilnehmern gehörten Mütter und Kinder aus der Studie All Our Families, eine große, prospektive Schwangerschaftskohorte von 3388-Müttern und Kindern aus Calgary, Alberta, Kanada.^23,24 In dieser Kohorte wurden schwangere Frauen zwischen Mai 13, 2008 und Dezember 13, 2010 durch örtliche primäre Gesundheitsämter, Gemeindewerbung und das örtliche Blutlaborservice rekrutiert. Einschlusskriterien für die Studie waren (1) Alter 18 Jahre oder älter, (2) in der Lage, auf Englisch zu kommunizieren, (3) Gestationsalter unter 24 Wochen und (4), die örtliche vorgeburtliche Betreuung erhalten. Mütter wurden bei 34 bis zur 36-Schwangerschaftswoche beobachtet und als ihr Kind 4, 12, 24, 36 und 60 Monate alt war. In der vorliegenden Studie wurden die 24-, 36- und 60-Monatspunkte verwendet, als Screen-Time-Variablen gesammelt wurden. Demographische Daten und Studienmerkmale finden Sie in Tabelle 1Weitere Details sind an anderer Stelle angegeben.^23,24 Alle Verfahren wurden vom Conjoint Health Research Ethics Board der University of Calgary, Calgary, Alberta, Kanada, genehmigt. Mütter gaben eine schriftliche Einverständniserklärung; Es gab keinen finanziellen Ausgleich.

Maßnahmen

Entwicklungs-Screener

Als die Kinder 24, 36 und 60 Monate waren, füllten Mütter den Ages and Stages-Fragebogen, Dritte Auflage (ASQ-3) aus.²⁵ Das ASQ-3 ist eine weit verbreitete, von Eltern berichtete Screening-Maßnahme.^26,27 Der ASQ-3 identifiziert den Entwicklungsfortschritt in 5-Domänen: Kommunikation, Grobmotorik, Feinmotorik, Problemlösung und Personal-Social. Der Fragebogen enthält 30-Elemente, die mit Ja bewertet wurden, manchmal oder noch nicht für Fragen, in denen nach der Fähigkeit eines Kindes gefragt wird, eine Aufgabe auszuführen.

Im Einklang mit früheren Forschungen,²⁸ Es wurde ein summierter ASQ-3-Score für alle Domänen verwendet (höhere Werte zeigen eine bessere Entwicklung an). Die gleichzeitige Gültigkeit des ASQ-3 mit standardisierten Entwicklungsprüfungen (Bayley Scales of Infant Development)²⁹) und intellektuelle (Stanford-Binet Intelligence Test – 4th Edition)³⁰) Fähigkeiten wurden nachgewiesen.³¹ Der ASQ-3 wurde für das Screening von Kindern empfohlen und hat gute psychometrische Eigenschaften.³² Der ASQ-3 hat eine moderate bis hohe Empfindlichkeit (0.70-0.90) und Spezifität (0.76-0.91). Die Test-Retest-Zuverlässigkeit ist hoch (0.94-0.95) und die Zuverlässigkeit der Interrater zwischen Eltern und Profis (0.94-0.95).^31,33,34

Bildschirmzeit

Die Mütter gaben an, wie viel Zeit ein Kind an einem typischen Wochentag und am Wochenende mit bestimmten elektronischen Medien verbrachte. Mütter berichteten über folgende Geräte und / oder Medien: Fernsehprogramme ansehen; Filme, Videos oder Geschichten auf einem Videorecorder oder DVD-Player abspielen; Verwenden Sie einen Computer, ein Spielesystem oder andere bildschirmbasierte Geräte. Ein gewichteter wöchentlicher Durchschnitt der Wochentags- und Wochenend-Bildschirmzeit über die Medien hinweg wurde berechnet, um die Bildschirmzeit in Stunden / Woche zu verwenden.

Kovariaten

Das Geschlecht des Kindes wurde als weibliches (1) oder männliches Geschlecht (0) codiert, und das Alter von Mutter und Kind wurde in Jahren bzw. Monaten aufgezeichnet. Als das Kind 12-Monate alt war, gaben die Mütter an, ob sie „Kinderbücher nach meinem Kind suchen oder lesen“ und nicht oft (1), manchmal (2) oder oft (3) codiert sind. Als das Kind 24 Monate alt war, gaben die Mütter an, wie viel Zeit das Kind an einem typischen Wochentag körperlich aktiv war, von (1) bis 7 (7) oder mehr (XNUMX), und das Zentrum für Epidemiologische Depressionsskala absolvierte.³⁵ Wenn das Kind 36-Monate alt war, wurde das Bildungsniveau der Mutter mit einer Skala von 1 (einige Grund- oder Hochschulen) bis 6 (abgeschlossenes Hochschulstudium) erhoben, und das Einkommen wurde in Schritten von $ 10 000 CAD (1, ≤10 000 CAD $) angegeben ; 11, (≥ $ 100 000 CAD $), positive Wechselwirkungen zwischen Mutter und Mutter wurden anhand der National Longitudinal Survey of Parenting Scales von Kindern und Jugendlichen bewertet.³⁶ Die Anzahl der Schlafstunden, die ein Kind in einem typischen 24-Stundenzeitraum erhält, wurde aufgezeichnet. In den 60-Monaten antworteten Mütter auf "War Ihr Kind vor diesem Jahr regelmäßig in nicht-elterlicher Kinderbetreuung oder Tagesbetreuung?" Entweder Nein (0) oder Ja (1).

Statistische Analyse

Die longitudinalen Zusammenhänge zwischen den Bildschirmstunden der Kinder und den Entwicklungsergebnissen wurden anhand eines Cross-Lagag-Panel-Modells (RI-CLPM) nach dem Zufallsprinzip untersucht, wie von Hamaker und seinen Kollegen definiert³⁷ (Abbildung). Verglichen mit den Standard-CLPMs behandelt der RI-CLPM Probleme, die mit der Restkonfektionierung einhergehen, indem die Varianz in wiederholten Ergebnismesswerten statistisch isoliert wird (dh zwischen Personen und zeitinvarianten) gegenüber dynamischen (dh innerhalb von Personen und Zeit- variieren). Simulationsstudien haben gezeigt, dass dieser Ansatz die Ausrichtung der Assoziationsschätzungen reduziert und kausale Inferenz näher bringt.³⁸

Die Analysen erfolgten in 2-Schritten. Zunächst wurde der Standard-RI-CLPM geschätzt. dann wurde der Beitrag von Kovariaten untersucht. Im RI-CLPM wurden (stabile) Faktoren zwischen Personen aus den wiederholten Messungen der Rasterzeit und des ASQ-3 extrahiert, und diese Faktoren durften sich decken. Die Kovarianz zwischen den Faktoren zwischen den Personen spiegelt den Zusammenhang zwischen Bildschirmzeit und Entwicklung wider, der über die Zeit konstant (nicht dynamisch) ist. Die Kovarianz isoliert auch den Beitrag aller zwischen Personen und / oder zeitinvarianten Confoundern, die sowohl mit der Bildschirmzeit als auch mit dem ASQ-3 in Verbindung stehen (z. B. Kindesgeschlecht, Leben in einem niedrigeren sozioökonomischen Status über alle Wellen der Studie hinweg). von der In-Person-Komponente des Modells, in der die Richtung der Assoziationen betrachtet wird. Die In-Person-Komponente umfasst 3-Schätzarten: (1) Autoregressionen (dh Verzögerungen) erfassen die In-Person-Stabilität der Rangordnung in Konstrukten über die Zeit; (2) In-Time-Kovarianzen erfassen die Stärke und Richtung der Assoziationen zwischen Bildschirmzeit und ASQ-3 innerhalb von Personen zum 1-Zeitpunkt. und (3) die Querverzögerungen erfassen die Längs- und Richtungszuordnungen zwischen der Bildschirmzeit und der ASQ-3 innerhalb von Personen (Abbildung). Nach der Anpassung des Standard-RI-CLPM wurden Kovariaten (gemessen auf der Ebene zwischen Personen) als Prädiktoren für die Stabilitätsfaktoren in einem ausschließlich zwischen Personen bestehenden Modell behandelt.

Fehlende Daten

Die in der vorliegenden Studie verwendete Teilprobe (n = 2441) füllte Fragebögen für mindestens 1-Punkte entweder in den Monaten 24, 36 oder 60 aus. Die Abtragungsraten und ein Vergleich der demografischen Merkmale für Familien, die aus der Studie verblieben sind, sind in der eTabelle in der Tabelle enthalten Ergänzung. Um die Auswirkungen fehlender Daten abzuschätzen, wurden Modelle mit maximaler Wahrscheinlichkeitsschätzung für Informationen ausgeführt.³⁹ Die Analysen wurden mit Teilnehmern mit vollständigen Daten bei 36-Monaten und Teilnehmern mit vollständigen Daten bei 60-Monaten durchgeführt. Die Ergebnisse waren bei diesen Modelliterationen im Wesentlichen ähnlich. Die Ergebnisse wurden auf der P <05, 2-tailed Level. Alle Analysen wurden in Mplus, Version 7.0 durchgeführt.⁴⁰ Statistische Analysen wurden von Juli 31 bis November 15, 2018 durchgeführt.

Die Ergebnisse

Beschreibende Statistik

Deskriptive Statistiken sind in dargestellt Tabelle 1. Kinder betrachteten Bildschirme mit einem Mittelwert (SD) von 17.09 (11.99) (Median, 15) Wochenstunden bei 24-Monaten, 24.99 (12.97) (Median, 23) Wochenstunden bei 36-Monaten und 10.85 (5.33) (Median). 10.5) Wochenstunden bei 60-Monaten.

Random-Intercepts, Modell mit gekreuzten Panels

Der Standard-RI-CLPM wurde geschätzt (Abbildung) und Passindizes zeigten, dass das Modell gut zu den beobachteten Daten passt (χ²₁ = 0.60; P = 44; quadratischer mittlerer Approximationsfehler [RMSEA] = 0.00; 95% CI, 0.00-0.05; Tucker-Lewis-Index [TLI] = 1.00; standardisierter quadratischer Mittelwert (SRMR) = 0.003). Im Zwischen-Personen-Teil des Modells gab es statistisch signifikante Varianzen (dh zufällige Abschnitte) für beide schlechte Leistungen auf dem Entwicklungs-Screener (σ)² = 14.57; 95% CI, 0.87-18.28) und Bildschirmzeit (σ² = 17.15; 95% CI, 11.58-22.70), was wichtige individuelle Unterschiede in den Mitteln auf Personenebene für beide Endpunkte aufzeigt. Das heißt, einige Kinder haben im Durchschnitt eine höhere Bildschirmzeit und höhere Entwicklungsergebnisse als andere Kinder. Darüber hinaus deutet eine statistisch signifikante und negative Kovarianz zwischen den Komponenten zwischen Personen darauf hin, dass Kinder mit einer höheren Screening-Zeit im Durchschnitt und über alle Studienwellen hinweg eine schlechtere Leistung bei Entwicklungs-Screening-Tests aufweisen.

In der zeitvarianten Komponente des Modells deuten statistisch signifikante Autokorrelationen für jede geschätzte Verzögerung auf eine beträchtliche Stabilität der Konstrukte innerhalb der Person über die Zeit hin. Wie im Detail beschrieben AbbildungNach Berücksichtigung dieser Stabilität innerhalb von Personen gab es signifikante und negative Cross-Lags, die die Screen-Time-Exposition bei 24-Monaten mit niedrigeren Bewertungen bei den Entwicklungstests bei 36-Monaten verknüpften (β, -0.08; 95% CI, -0.13 bis -0.02) ) und auch mit Screen-Time-Exposition bei 36-Monaten in Verbindung mit niedrigeren Bewertungen bei Screening-Tests in der Entwicklung bei 60-Monaten (β, -0.06; 95% CI, -0.13 bis -0.02). Die umgekehrte Richtung niedrigerer Bewertungen bei Screening-Tests in der Entwicklung, die mit einer höheren Screening-Zeit verbunden waren, wurde nicht beobachtet. Innerhalb der Zeit waren Kovarianzen nicht signifikant. Zusammengenommen deuten diese Ergebnisse darauf hin, dass höhere Screen-Expositionen im Vergleich zur durchschnittlichen Screen-Time eines Kindes mit einer signifikant schlechteren Leistung bei den Screening-Tests der Entwicklungsstufe bei der nächsten Studienwelle im Verhältnis zu den durchschnittlichen Meilensteinen der Development-Phase eines Kindes verbunden waren, nicht jedoch umgekehrt.

Prädiktoren zwischen den Personen der durchschnittlichen Bildschirmzeit und der Entwicklungsergebnisse

Kovariaten wurden in einer multivariaten Regression als Prädiktoren behandelt, wobei die Faktoren zwischen den Personen gleichzeitig auf alle Variablen zurückgingen. Der erzwungene Eintritt aller dieser Kovariaten führte zu einem schlechter passenden Modell, obwohl die Erlaubnis einer Kovarianzmatrix unter allen Kovariaten zu einem Modell führte, das mit Ausnahme des TLI (χ²₅₃ = 521.04; P <001; RMSEA = 0.06; 95% CI, 0.05-0.06; TLI = 0.78; SRMR = 0.067). Wie in Tabelle 2Bei den ASQ-3 wurden höhere personelle Mittelwerte für Mädchen beobachtet, und wenn Mütter niedrigere Depressionen bei Müttern und höheres Haushaltseinkommen, mütterliche Positivität, körperliche Aktivität bei Kindern, Leseexposition bei Kindern und Schlafstunden pro Tag berichteten. Diese Prädiktoren machten 15% der Varianz aus. Mittelwerte für die Bildschirmzeit auf Personenebene wurden für Mädchen beobachtet, und wenn Mütter niedrigere Depressionen bei Müttern und höheres Einkommen, Bildung, Lese- und Schlafstunden von Kindern und Nachtstunden aufwiesen. Diese Prädiktoren machten 12% der Varianz aus. Wenn diese Variablen eingeschlossen wurden, war die standardisierte Kovarianz (Korrelation) der Stabilitätsfaktoren zwischen Personen σ = -0.13 (95% CI, -0.19 zu -0.08), was auf eine stabile Verbindung zwischen der Screen-Zeit und der ASQ- 3, das von diesen Prädiktoren nicht berücksichtigt wird.

Diskussion

Die Bildschirmzeit ist im Leben moderner Familien üblich. Darüber hinaus nimmt die Technologie zu, da die Technologie in allen Lebensbereichen zunehmend integriert wird. Die Folgen übermäßiger Bildschirmzeiten haben in den letzten zehn Jahren in Forschung, Gesundheit und öffentlicher Debatte beträchtliche Aufmerksamkeit erregt.^7,41,42 Aber was kommt zuerst: Verzögerungen bei der Entwicklung oder zu lange Bildschirmanzeige? Eine der Neuheiten der aktuellen 3-Wellenlängsstudie ist, dass diese Frage durch wiederholte Messungen gelöst werden kann. Die Ergebnisse deuten darauf hin, dass die Screening-Zeit wahrscheinlich der Anfangsfaktor ist: Eine längere Screening-Zeit bei 24-Monaten war mit einer schlechteren Leistung bei den Screening-Tests in der Entwicklung bei 36-Monaten verbunden, und in ähnlicher Weise war eine längere Screening-Zeit bei 36-Monaten mit niedrigeren Bewertungen bei den Screening-Tests bei 60 verbunden Monate. Die umgekehrte Assoziation wurde nicht beobachtet.

Im Durchschnitt sahen Kinder im Alter von 24, 36 und 60 Monate in unserer Studie ungefähr 17-, 25- und 11-Stunden Fernsehen pro Woche, was ungefähr 2.4-, 3.6- und 1.6-Stunden Bildschirmzeit pro Tag entspricht. Die Bildschirmzeit in diesem Beispiel stimmt mit einem aktuellen Bericht überein⁷ Dies legt nahe, dass Kinder in den Vereinigten Staaten im Durchschnitt 2-Stunden und 19-Minuten der Programmierung pro Tag überwachen. Obwohl die Verringerung der Bildschirmzeit in den 60-Monaten die Cross-Lag-Analysen nicht beeinflussen würde, da sie sich auf die Stabilität der Rangordnung gegenüber der mittleren Änderung beziehen, ist diese Verringerung bemerkenswert. Es kann ein Spiegelbild der Kinder in unserer Kohorte sein, die die Grundschule beginnen, sowie die Betreuung vor und nach der Schule, die im Alter von 5 beginnt. Dies führt zu weniger Zeit zu Hause und zu einer natürlichen Verringerung der Bildschirmzeit.

Die kindliche Entwicklung entfaltet sich in den ersten 5-Lebensjahren rasch. Die vorliegende Studie untersuchte die Entwicklungsergebnisse in einer kritischen Wachstums- und Reifephase und zeigte, dass die Bildschirmzeit die Fähigkeit von Kindern beeinträchtigen kann, sich optimal zu entwickeln. Wenn kleine Kinder Bildschirme beobachten, verpassen sie möglicherweise wichtige Gelegenheiten, um zwischenmenschliche, motorische und kommunikative Fähigkeiten zu üben und zu beherrschen. Wenn Kinder z. B. Bildschirme ohne interaktive oder physische Komponente beobachten, sind sie sesshafter und üben daher keine grobmotorischen Fähigkeiten wie Gehen und Laufen aus, was wiederum die Entwicklung in diesem Bereich verzögern kann. Bildschirme können auch die Interaktion mit Bezugspersonen stören^43-45 Begrenzung der Möglichkeiten für verbalen und nonverbalen sozialen Austausch, die für die Förderung von optimalem Wachstum und Entwicklung unerlässlich sind.⁴⁶

Im Einklang mit theoretischen Modellen, die die vielfältigen Einflüsse auf die Entwicklung in einem mehrstufigen ökologischen System artikulieren,⁴⁷ Wir beobachteten, dass sowohl die Screening-Zeit als auch die Leistung bei Screening-Tests in der Entwicklung mit einer Vielzahl von Faktoren auf Personenebene und in Zusammenhang stehenden Faktoren in Verbindung standen, darunter Familieneinkommen, Depressionen bei Müttern, Schlafstörungen des Kindes, regelmäßig vorgelesenes Kind und weibliches Kind. Zusammengenommen legen diese Ergebnisse nahe, dass viele Faktoren die Neigung eines Kindes für eine übermäßige Bildschirmzeit beeinflussen können. Es ist jedoch möglich, dass nicht alle Kinder gleich und mutmaßlich von der Bildschirmzeit beeinflusst werden. Es gibt möglicherweise Faktoren, die die negativen Auswirkungen der Bildschirmzeit auf die Entwicklung von Kindern abpuffern. Zukünftige Längsschnittuntersuchungen zur Untersuchung der unterschiedlichen Anfälligkeit⁴⁸ von Kindern zur Kontrolle der Zeitbelastung sowie Risiko- und Schutzfaktoren,⁴⁹ Es wird notwendig sein, um festzustellen, wann und für wen die Bildschirmzeit für die Entwicklung des Kindes besonders problematisch ist.

Aus dieser Studie ergeben sich mehrere praktische Implikationen und Empfehlungen. Erstens sollten die Praktiker betonen, dass die Bildschirmzeit in Maßen genutzt werden sollte und dass eine der effektivsten Methoden zur Verbesserung der Kinderentwicklung durch qualitativ hochwertige Interaktionen zwischen Pflegepersonal und Kind ohne Ablenkung der Bildschirme besteht.⁴⁴ Zweitens werden Kinderärzte und Angehörige der Gesundheitsberufe aufgefordert, personalisierte Medienpläne mit Familien zu entwickeln oder Familien mit Ressourcen zu beauftragen, um Medienpläne zu entwickeln⁵⁰ um sicherzustellen, dass die Bildschirmzeit nicht übermäßig ist oder Interaktionen mit der Person oder der Familie behindert. Medienpläne können an die Bedürfnisse jeder Familie angepasst werden. Die Pläne enthalten Anleitungen zum Festlegen und Durchsetzen von Regeln und Grenzen in Bezug auf die Mediennutzung basierend auf dem Alter des Kindes, wie Sie bildschirmfreie Zonen und Sperrzeiten für Geräte in der Wohnung entwerfen und wie Sie für Online- und Offline-Aktivitäten einen Ausgleich schaffen und Zeit für die körperliche Aktivität einrichten und familiäre Interaktionen haben Priorität.

Einschränkungen

Längsschnittforschungsdesigns sind notwendig, um Schlussfolgerungen hinsichtlich der Richtungsabhängigkeit und Strukturierung von Assoziationen über die Zeit und entwicklungsübergreifend zu ziehen. Eine der größten Hürden in der Längsschnittforschung mit Bildschirmen besteht jedoch darin, dass sich die Technologieentwicklung rasch weiterentwickelt und die Forschung übertrifft.⁵¹ In unserer großen, prospektiven Kohortenüberwachungskinder im Alter von 24 und 60 wurden Daten zwischen Oktober 20, 2011 und Oktober 6, 2016 erhoben. Es ist möglich, dass sich das Bildschirmzeitverhalten aufgrund von technologischen Fortschritten in diesem Zeitraum verschoben hat. Eine weitere mögliche Einschränkung besteht darin, dass die erste Bewertung der Studienvariablen im 24-Monat erfolgte. Bei zukünftigen Untersuchungen kann es von Vorteil sein, eine zusätzliche Verzögerung der Daten in den Monaten 12 oder 18 hinzuzufügen, um das hier festgestellte Ergebnismuster weiter zu unterstützen. Die Hinzufügung einer früheren Verzögerung von Daten kann angesichts der jüngsten Berichte, die darauf schließen lassen, dass die Bildschirmzeit im Säuglingsalter zunimmt, besonders relevant sein.^7,17

Eine dritte Einschränkung ist der eindimensionale Fokus auf die Bildschirmzeit. Zukünftige Forschung sollte die Auswirkungen der Qualität von Medieninhalten (z. B. Online-Streaming von Videos gegenüber Bildungs-Apps) auf die Entwicklung von Kindern auflösen. Eine weitere Einschränkung ist, dass die Beurteilung der Bildschirmzeit und der Entwicklung des Kindes anhand mütterlicher Berichte vorgenommen wurde. Das Sammeln mütterlicher Berichte über Fragebogenmaßnahmen in großen Stichproben von Teilnehmern hat den Vorteil, dass dadurch die Forschungsbelastung für andere Familienmitglieder reduziert wird und der Abrieb minimiert werden kann. In-Informant-Ansätze bieten jedoch das Potenzial für eine Abweichung nach der Methode der üblichen Methode. Die Zuverlässigkeit der Interobserver zwischen Eltern und Profis auf dem ASQ-3 ist hoch.³¹ Daher ist ASQ-3 wahrscheinlich eine effektive Bewertungsmethode für das Screening auf Entwicklungsverzögerungen. In zukünftigen Forschungen könnte die Erfassung mütterlicher und väterlicher Beurteilungen früherer Kinderergebnisse das Potenzial für Reporter-Befangenheit verringern. Um die vorliegenden Erkenntnisse mit einem Multi-Informant-Ansatz zu untermauern, könnten zukünftige Untersuchungen auch Tracking-Apps auf Geräten verwenden, um das Zeitverhalten der Bildschirme objektiv zu überwachen.

Schlussfolgerungen

Ein Viertel der Kinder ist nicht entwicklungsreif für den Schuleintritt.^1,2 Obwohl die Lehrpläne und -programme für die Ausbildung weiter fortgeschritten sind, wurden im letzten Jahrzehnt keine Verbesserungen der akademischen Leistungen der Schüler festgestellt.⁵² Dies entspricht dem Zeitraum, in dem die Nutzung von Technologie und die Bildschirmzeit schnell zugenommen haben.^53,54 Übermäßige Bildschirmzeiten wurden mit verschiedenen negativen Ergebnissen in Verbindung gebracht, darunter kognitive Verzögerungen und eine schlechtere akademische Leistung.^55,56 Nach unserer Kenntnis ist die vorliegende Studie die erste, die einen direkten Zusammenhang zwischen Screening-Zeit und schlechter Leistung bei Screening-Tests in der Entwicklung von sehr jungen Kindern beweist. Da die Nutzung der Technologien im modernen Leben des Einzelnen verankert ist, kann das Verständnis der gerichteten Verbindung zwischen der Bildschirmzeit und den zugehörigen Korrelaten sowie das Eingehen familiärer Schritte für die positive Auseinandersetzung mit der Technologie von grundlegender Bedeutung sein, um den Entwicklungserfolg von Kindern zu gewährleisten, die darin aufwachsen ein digitales Zeitalter.

Nach oben

Article Information

Akzeptiert zur Veröffentlichung: November 25, 2018.

Korrespondierender Autor: Sheri Madigan, PhD, Abteilung für Psychologie, Universität Calgary, 2500 University Ave, Calgary, AB T2N 1N4, Kanada ([E-Mail geschützt] ).

Online veröffentlicht: Januar 28, 2019. doi:10.1001 / jamapediatrics.2018.5056

Autorenbeiträge: Dr. Madigan und Browne hatten uneingeschränkten Zugriff auf alle Daten der Studie und übernehmen die Verantwortung für die Integrität der Daten und die Genauigkeit der Datenanalyse.

Konzept und Design: Madigan, Browne, Racine, hart.

Erfassung, Analyse oder Interpretation von Daten: Alle Autoren

Ausarbeitung des Manuskripts: Madigan, Browne.

Kritische Überarbeitung des Manuskripts für wichtige intellektuelle Inhalte: Browne, Racine, Mori, Tough.

Statistische Analyse: Madigan, Browne, Racine.

Erhaltene Finanzierung: Zäh.

Administrative, technische oder materielle Unterstützung: Browne, zäh.

Aufsicht: Zäh.

Interessenkonflikte: Dr. Tough berichtete über Stipendien der Alberta Childrens Hospital Foundation, Alberta Innovates Health Solutions, der MaxBell Foundation, CanFASD und der Canadian Institutes for Health Research während der Durchführung der Studie. Es wurden keine weiteren Angaben gemacht.

Finanzierung / Unterstützung: Die All Our Families-Studie wurde von der Alberta Innovates Health Solutions Interdisziplinäre Teamförderung 200700595 unterstützt.

Der Hauptforscher der Studie All Our Families ist Dr. Tough. Forschungsförderung wurde von der Alberta Children's Hospital Foundation und dem Canada Research Chairs-Programm (Dr. Madigan) geleistet.

Rolle des Geldgebers / Sponsors: Die Finanzierungsquellen spielten keine Rolle bei der Gestaltung und Durchführung der Studie; Erhebung, Verwaltung, Analyse und Interpretation der Daten; Vorbereitung, Überprüfung oder Genehmigung des Manuskripts; und Entscheidung, das Manuskript zur Veröffentlichung einzureichen.

Zusätzliche Beiträge: Die Autoren erkennen die Beiträge des Forschungsteams All Our Families an und danken den Teilnehmern, die an der Studie teilgenommen haben.

Bibliographie

1.

Janus M, Offord DR. Entwicklung und psychometrische Eigenschaften des Early Development Instruments (EDI): ein Maß für die Schulbereitschaft von Kindern.  Kann J Behav Sci. 2007;39(1):1-22. doi:10.1037 / cjbs2007001Google ScholarCrossRef

2.

Browne DT, Wade M, Prime H, Jenkins JM. Schulreife unter städtischen kanadischen Familien: Risikoprofile und Familienvermittlung.  J Educ Psychol. 2018;110(1):133-146. doi:10.1037 / edu0000202Google ScholarCrossRef

3.

Stanovich KE. Matthäus-Effekte beim Lesen - einige Konsequenzen individueller Unterschiede beim Erwerb von Alphabetisierung.  Lesen Sie Res Q. 1986;21(4):360-407. doi:10.1598 / RRQ.21.4.1Google ScholarCrossRef

4.

Browne DT, Rokeach A, Wiener J, Hoch JS, Meunier JC, Thurston S. Untersuchung der familiären und wirtschaftlichen Auswirkungen komplexer Behinderungen von Kindern als Funktion der Hyperaktivität von Kindern und der Integration von Diensten.  J Dev Phys Disabil. 2013;25(2):181-201. doi:10.1007 / s10882-012-9295-zGoogle ScholarCrossRef

5.

Heckman JJ. Kompetenzbildung und die Wirtschaftlichkeit von Investitionen in benachteiligte Kinder.  Wissenschaft. 2006;312(5782):1900-1902. doi:10.1126 / science.1128898PubMedGoogle ScholarCrossRef

6.

Radesky JS, Christakis DA. Erhöhte Bildschirmzeit: Auswirkungen auf die frühkindliche Entwicklung und das Verhalten.  Pediatr Clin North Am. 2016;63(5):827-839. doi:10.1016 / j.pcl.2016.06.006PubMedGoogle ScholarCrossRef

7.

Common Sense Media. Die Common Sense-Volkszählung: Die Nutzung der Medien durch Kinder zwischen 0 und 8 Jahren 2017. Common Sense Media-Website. https://www.commonsensemedia.org/research/the-common-sense-census-media-use-by-kids-age-zero-to-eight-2017. Zugriff auf August 30, 2018.

8.

Amerikanische Akademie für Pädiatrie. Die American Academy of Pediatrics gibt neue Empfehlungen für die Mediennutzung von Kindern bekannt. http://www.aap.org/en-us/about-the-aap/aap-press-room/Pages/American-Academy-of-Pediatrics-Announces-New-Recommendations-for-Childrens-Media-Use.aspx. Veröffentlicht Oktober 21, 2016. Zugriff auf August 30, 2018.

9.

Radesky J., Christakis D., Hill D. et al.; Rat für Kommunikation und Medien. Medien und junge Köpfe.  Pädiatrie. 2016; 138 (5): e20162591. doi:10.1542 / peds.2016-2591PubMedGoogle ScholarCrossRef

10

Kirkorian HL, Choi K, Pempek TA. Das Wort von Kleinkindern lernt aus kontingenten und nicht kontingenten Videos auf Touchscreens.  Kind Dev. 2016;87(2):405-413. doi:10.1111 / cdev.12508PubMedGoogle ScholarCrossRef

11

Staiano AE, Calvert SL. Exergames für Sportkurse: körperliche, soziale und kognitive Vorteile.  Child Dev Perspektive. 2011;5(2):93-98. doi:10.1111 / j.1750-8606.2011.00162.xPubMedGoogle ScholarCrossRef

12

Sweetser P., Johnson DM, Ozdowska A., Wyeth P. Aktive versus passive Bildschirmzeit für kleine Kinder.  Aust J frühes Kind. 2012;37(4):94-98.Google Scholar

13

Radesky JS, Schumacher J, Zuckerman B. Mobile und interaktive Mediennutzung durch kleine Kinder: die Guten, die Schlechten und die Unbekannten.  Pädiatrie. 2015;135(1):1-3. doi:10.1542 / peds.2014-2251PubMedGoogle ScholarCrossRef

14

Hancox RJ, Milne BJ, Poulton R. Zusammenhang zwischen Fernsehen bei Kindern und Jugendlichen und der Gesundheit von Erwachsenen: eine Kohortenstudie zur Geburt in Längsrichtung.  Lanzette. 2004;364(9430):257-262. doi:10.1016/S0140-6736(04)16675-0PubMedGoogle ScholarCrossRef

15

Przybylski AK, Weinstein N. Fristen für den digitalen Bildschirm und das psychische Wohlbefinden von Kleinkindern: Beweise aus einer bevölkerungsbezogenen Studie [online veröffentlicht am 13. Dezember 2017].  Kind Dev. doi:10.1111 / cdev.13007PubMedGoogle Scholar

16

Zimmerman FJ, Christakis DA. Kinderfernsehen und kognitive Ergebnisse: eine Längsschnittanalyse der nationalen Daten.  Bogen Pediatr Adolesc Med. 2005;159(7):619-625. doi:10.1001 / archpedi.159.7.619ArtikelPubMedGoogle ScholarCrossRef

17

Christakis DA, Ramirez JSB, Ferguson SM, Ravinder S., Ramirez JM. Wie eine frühe Medienexposition die kognitive Funktion beeinflussen kann: eine Überprüfung der Ergebnisse von Beobachtungen am Menschen und Experimenten an Mäusen.  Proc Natl Acad Sci USA. 2018;115(40):9851-9858. doi:XPubMedGoogle ScholarCrossRef

18

Paavonen EJ, Pennonen M, Roine M, Valkonen S., Lahikainen AR. TV-Exposition im Zusammenhang mit Schlafstörungen bei 5- bis 6-jährigen Kindern.  J Sleep Res. 2006;15(2):154-161. doi:10.1111 / j.1365-2869.2006.00525.xPubMedGoogle ScholarCrossRef

19

Zimmerman FJ, Christakis DA, Meltzoff AN. Zusammenhänge zwischen Medienbetrachtung und Sprachentwicklung bei Kindern unter 2 Jahren.  J Pediatr. 2007;151(4):364-368. doi:10.1016 / j.jpeds.2007.04.071PubMedGoogle ScholarCrossRef

20

Chonchaiya W, Pruksananonda C. Das Fernsehen ist mit einer verzögerten Sprachentwicklung verbunden.  Acta Paediatr. 2008;97(7):977-982. doi:10.1111 / j.1651-2227.2008.00831.xPubMedGoogle ScholarCrossRef

21

Duch H., Fisher EM, Ensari I. et al. Assoziation von Bildschirmzeitnutzung und Sprachentwicklung bei hispanischen Kleinkindern: eine Querschnitts- und Längsschnittstudie.  Klinik Pediatr (Phila). 2013;52(9):857-865. doi:10.1177/0009922813492881PubMedGoogle ScholarCrossRef

22

Radesky JS, Silverstein M, Zuckerman B, Christakis DA. Selbstregulierung des Kindes und Medienexposition in der frühen Kindheit.  Pädiatrie. 2014;133(5):e1172-e1178. doi:10.1542 / peds.2013-2367PubMedGoogle ScholarCrossRef

23

Tough SC, McDonald SW, Collisson BA et al. Kohortenprofil: Die Schwangerschaftskohorte All Our Babies (AOB).  Int J Epidemiol. 2017;46(5):1389-1390. doi:10.1093 / ije / dyw363PubMedGoogle ScholarCrossRef

24

McDonald SW, Lyon AW, Benzies KM et al. Die Schwangerschaftskohorte All Our Babies: Design, Methoden und Teilnehmermerkmale.  BMC Schwangerschafts Geburt. 2013; 13 (ergänzt 1): S2. doi:10.1186/1471-2393-13-S1-S2PubMedGoogle ScholarCrossRef

25

Knappen J, Twombly E, Bricker D, Potter L.  ASQ-3-Benutzerhandbuch. Baltimore, MD: Brookes; 2003.

26

Richter J, Janson H. Eine Validierungsstudie der norwegischen Version der Fragebögen zu Alter und Alter.  Acta Paediatr. 2007;96(5):748-752. doi:10.1111 / j.1651-2227.2007.00246.xPubMedGoogle ScholarCrossRef

27

Heo KH, Squires J, Yovanoff P. Interkulturelle Anpassung eines Vorschul-Screening-Instruments: Vergleich der koreanischen und US-amerikanischen Bevölkerung.  J Intellekt Behinderung. 2008; 52 (pt 3): 195-206. doi:10.1111 / j.1365-2788.2007.01000.xPubMedGoogle ScholarCrossRef

28

Alvik A, Grøholt B. Untersuchung der im Fragebogen zu Alter und Alter ermittelten Grenzwerte in einer bevölkerungsbezogenen Stichprobe von 6 Monate alten norwegischen Säuglingen.  BMC Pediatr. 2011; 11 (1): 117. doi:10.1186/1471-2431-11-117PubMedGoogle ScholarCrossRef

29

Bayley N.  Handbuch für die Bayley Scales of Infant Development. San Antonio, TX: Psychological Corp; 1969.

30

Thorndike RL, Hagen EP, Sattler JM.  Stanford-Binet-Intelligenzskala. 4th ed. Itasca, IL: Riverside Publishing Co; 1986.

31

Knappen J, Bricker D, Potter L. Überarbeitung eines von Eltern abgeschlossenen Entwicklungs-Screening-Tools: Fragebögen zu Alter und Alter.  J Pediatr Psychol. 1997;22(3):313-328. doi:10.1093 / jpepsy / 22.3.313PubMedGoogle ScholarCrossRef

32

Schönhaut L., Armijo I., Schönstedt M., Alvarez J., Cordero M. Gültigkeit der Fragebögen für Alter und Alter bei Früh- und Frühgeborenen.  Pädiatrie. 2013;131(5):e1468-e1474. doi:10.1542 / peds.2012-3313PubMedGoogle ScholarCrossRef

33

Gollenberg AL, Lynch CD, Jackson LW, McGuinness BM, Msall ME. Gleichzeitige Gültigkeit der von den Eltern ausgefüllten Fragebögen zu Alter und Alter, 2. Auflage, mit den Bayley-Skalen der Säuglingsentwicklung II in einer Stichprobe mit geringem Risiko.  Kinderbetreuung Gesundheit Dev. 2010;36(4):485-490. doi:10.1111 / j.1365-2214.2009.01041.xPubMedGoogle ScholarCrossRef

34

Limbos MM, Joyce DP. Vergleich von ASQ und PEDS beim Screening auf Entwicklungsverzögerung bei Kindern, die sich für die Grundversorgung vorstellen.  J Dev Behav Pediatr. 2011;32(7):499-511. doi:10.1097/DBP.0b013e31822552e9PubMedGoogle ScholarCrossRef

35

Radloff LST. Die CES-D-Skala: Die Selbstbericht-Depressionsskala für die Forschung in der Allgemeinbevölkerung.  Appl Psychol Meas. 1977; 1: 385-401. doi:10.1177/014662167700100306Google ScholarCrossRef

36

NLSCY.  Übersicht der Vermessungsinstrumente für 1994-1995. Ottawa, ON: Statistik Kanada & Personal Kanada; 1995.

37

Hamaker EL, Kuiper RM, Grasman RPPP. Eine Kritik am Cross-Lagged-Panel-Modell.  Psychol-Methoden. 2015;20(1):102-116. doi:10.1037 / a0038889PubMedGoogle ScholarCrossRef

38

Berry D, Willoughby MT. Zur praktischen Interpretierbarkeit von Cross-Lagged-Panel-Modellen: Überdenken eines Entwicklungsarbeitspferdes.  Kind Dev. 2017;88(4):1186-1206. doi:10.1111 / cdev.12660PubMedGoogle ScholarCrossRef

39

Graham JW. Fehlende Datenanalyse: Damit es in der realen Welt funktioniert.  Annu Rev Psychol. 2009; 60: 549-576. doi:10.1146 / annurev.psych.58.110405.085530PubMedGoogle ScholarCrossRef

40

Muthén L, Muthén B.  Statistische Modellierungssoftware von Mplus: Release 7.0. Los Angeles, Kalifornien: Muthén & Muthén; 2012.

41

Amerikanisches College der Kinderärzte. Die Auswirkungen der Mediennutzung und der Bildschirmdauer auf Kinder, Jugendliche und Familien. http://www.acpeds.org/the-college-speaks/position-statements/parenting-issues/the-impact-of-media-use-and-screen-time-on-children-adolescents-and-families. Veröffentlicht November 2016. Zugriff auf September 4, 2018.

42

Bolhuis K, Verhoeff ME, Hillegers M, Tiemeier H. Psychotisch-ähnliche Symptome in der Präadoleszenz: Was geht den vorläufigen Symptomen einer schweren psychischen Erkrankung voraus?  J Am Acad Kinderpsychiatrie. 2017; 56 (10): S243. doi:10.1016 / j.jaac.2017.09.258Google ScholarCrossRef

43

Radesky J., Miller AL, Rosenblum KL, Appugliese D., Kaciroti N., Lumeng JC. Verwendung mobiler Geräte für Mütter während einer strukturierten Eltern-Kind-Interaktionsaufgabe.  Acad Pediatr. 2015;15(2):238-244. doi:10.1016 / j.acap.2014.10.001PubMedGoogle ScholarCrossRef

44

Kirkorian HL, Pempek TA, Murphy LA, Schmidt ME, Anderson DR. Der Einfluss des Hintergrundfernsehens auf die Eltern-Kind-Interaktion.  Kind Dev. 2009;80(5):1350-1359. doi:10.1111 / j.1467-8624.2009.01337.xPubMedGoogle ScholarCrossRef

45

Pempek TA, Kirkorian HL, Anderson DR. Die Auswirkungen des Hintergrundfernsehens auf die Quantität und Qualität der kindgerechten Sprache der Eltern.  J Kindermedien. 2014;8(3):211-222. doi:10.1080/17482798.2014.920715Google ScholarCrossRef

46

Hoff E. Die Spezifität des Umwelteinflusses: Der sozioökonomische Status beeinflusst die frühe Entwicklung des Wortschatzes durch mütterliche Sprache.  Kind Dev. 2003;74(5):1368-1378. doi:10.1111 / 1467-8624.00612PubMedGoogle ScholarCrossRef

47

Bronfenbrenner U.  Die Ökologie der menschlichen Entwicklung: Experimente nach Natur und Design. Cambridge, MA: Harvard University Press; 1979.

48

Belsky J, Bakermans-Kranenburg MJ, van Ijzendoorn MH. Zum Besseren und Schlimmer noch: unterschiedliche Anfälligkeit gegenüber Umwelteinflüssen.  Curr Dir Psychol Sci. 2007;16(6):300-304. doi:10.1111 / j.1467-8721.2007.00525.xGoogle ScholarCrossRef

49

Masten AS, Garmezy N.  Risiko, Verwundbarkeit und Schutzfaktoren in der Entwicklungspsychopathologie: Fortschritte in der klinischen Kinderpsychologie. New York: Springer; 1985: 1-52.

50

Amerikanische Akademie für Pädiatrie. Familienmedienplan. http://www.healthychildren.org/English/media/Pages/default.aspx?gclid=EAIaIQobChMIoq2F-eiA3QIVUFuGCh3e0gDnEAAYBCAAEgJqNPD_BwE. Zugriff auf August 30, 2018.

51

Radesky JS, Eisenberg S., Kistin CJ, et al. Überstimulierte Verbraucher oder Lernende der nächsten Generation? Spannungen der Eltern über die Nutzung mobiler Technologien für Kinder.  Ann Fam Med. 2016;14(6):503-508. doi:10.1370 / afm.1976PubMedGoogle ScholarCrossRef

52

Chu MW. Warum Kanada keine Bildungssupermacht ist. https://theconversation.com/why-canada-fails-to-be-an-education-superpower-82558. Zugriff auf August 30, 2018.

53

Lenhart A.  Jugendliche und Handys in den letzten fünf Jahren: Pew Internet blickt zurück. Washington, DC: Pew Internet & American Life-Projekt; 2009.

54

Anderson M, Jiang J. Teens, soziale Medien und Technologie. http://assets.pewresearch.org/wp-content/uploads/sites/14/2018/05/31102617/PI_2018.05.31_TeensTech_FINAL.pdf. Veröffentlicht Mai 31, 2018. Zugriff auf August 30, 2018.

55

Hancox RJ, Milne BJ, Poulton R. Vereinigung des Fernsehens in der Kindheit mit schlechten Bildungsleistungen.  Bogen Pediatr Adolesc Med. 2005;159(7):614-618. doi:10.1001 / archpedi.159.7.614ArtikelPubMedGoogle ScholarCrossRef

56

Zimmerman FJ, Christakis DA. Assoziationen zwischen Inhaltstypen der frühen Medienpräsenz und nachfolgenden Aufmerksamkeitsproblemen.  Pädiatrie. 2007;120(5):986-992. doi:10.1542 / peds.2006-3322PubMedGoogle ScholarCrossRef