この回の答え
アイスランドの70校のうち22校が、2018年から2023年のあいだに、学校にいるあいだのスマホの使用を禁止しました。その22校と、禁止しなかった学校で、生徒の心の健康の変わり方にちがいが出たかを調べた論文です。
結論から書きます。禁止が入ったあとの期間(2018年から2023年)では、あらかじめ決めた線引きを超えるちがいは、どの項目でも見つかりませんでした。導入前の期間には、線引きを超えたちがいが3つあります(後半で書きます)。
著者自身の結論は、禁止だけを入れるのでは足りないかもしれないという形です(原文は phone bans implemented alone may be insufficient)。
主要な4つの項目のうち、推定値の絶対値がいちばん大きかったのは抑うつで、変わり方のちがいは 0.65点でした。抑うつは10から40までの点数で測っています。4つはものさしの範囲が別なので、これは数の大小の話にとどまります。95%信頼区間、つまり推定が入りそうな幅は、0.01 から 1.30 です。
ここが、この回でいちばん読み違えやすいところです。この幅は、下の端が 0.01 なので、ぎりぎり0の外側にあります。それでも論文はこう書いています。
none remained statistically significant after prespecified correction
(あらかじめ決めた補正のあとで、統計的に意味のあるまま残ったものは1つもなかった)
理由は、この研究があらかじめ決めていた線引きが、95%の幅ではなかったからです。11の項目を、全体・女子・男子の3つの集団で見ています。合わせて33回の検定になるので、ボンフェローニの補正をかけ、両側のPが 0.002 を下回ることを「統計的に意味がある」の線にしていました。抑うつのPは 0.05 で、この線には届いていません。
では、この 0.65点 は大きいのか小さいのか。ほとんど変わらない、と考えていい大きさです。10から40までの点数の中の 0.65点で、しかもこの研究が自分で決めた線にも届いていません。
そのうえで、向きの話をしておきます。抑うつの点数は高いほど症状が重いので、プラスの 0.65 は禁止した学校のほうが点数が高い側です。主要な4つの項目は、どれも「禁止した学校のほうが、わずかに悪い側」に出ていました。ただし、どれも線引きに届いていません。だから「禁止した学校のほうが悪くなった」とも書けません。
逆の読み方もできません。この論文は「禁止は無意味」と言っていません。著者自身が、授業への集中、授業への関わり、授業時間、教員の負担、教室の雰囲気は、この研究では測っていないと書いています。
比較の中身も押さえる必要があります。比べた相手の学校も、多くは授業中はスマホを禁止していました。比べたのは「禁止」と「使い放題」ではありません。
そして、この記事でとくに詳しく書くのはここです。差分の差分という作りは、「禁止が入る前は、両方の学校が同じように動いていた」という前提に乗っています。この論文は、その前提を自分で確かめていて、女子では前提のほうが崩れていました。しかも、崩れ方のほうが、あらかじめ決めた線引きを超えていました。
動画で話したこと
動画では、次のことを話しました。
- 学校にいるあいだのスマホを禁止した22校を、禁止しなかった学校と比べた研究であること
- 比べた相手の学校も、多くは授業中はもともと禁止だったこと
- 判定は「差は見つからなかった。推定値がいちばん大きかった抑うつでも10から40までの点数で0.65点で、この研究が決めた線引きにも届いていない。ほとんど変わらないと考えていい大きさ」
- 比べたのは点数そのものではなく、2018年から2023年までの変わり方のちがいであること
- 3回の全国調査すべてに参加した70校を見ていて、そのうち22校が禁止を導入したこと
- くじ引きではなく、学校が自分で決めていること
- 0.65点の向きは、禁止した学校のほうが点数が高い側で、良くなった側ではないこと
- 仲間からの支え、いじめ、画面を見る時間も、差は見つからなかったこと。ただし画面の時間は、学校の中ではなくふだんの1日ぜんぶの申告であること
- 分からないことが3つ(学校の中の使用が減ったのかどうか、授業への集中や教室の雰囲気はどうか、日本の学校でも同じかどうか)
この記事では、動画で一言で済ませたところを広げます。とくに、導入前の2年で、すでに動き方がちがっていたこと、95%の幅とこの研究の線引きが別物だということ、2016年の 24.64 と 25.16 は前後の変化ではないことを書きます。
研究デザイン(誰を、どう分けて、いつ測ったか)
いつ測ったか
調査は3回です。
- 2016年2月(禁止の前)
- 2018年2月(禁止の前)
- 2023年11月(禁止の後)
アイスランドの全国調査で、授業の時間に行われています。13歳から15歳の生徒が対象です。2016年と2018年は紙の質問紙で、封をした封筒で回収しました。2023年は電子での回答です。回答はどの回も無記名です。途中で方法が変わっていますが、著者はこれを限界の節には挙げていません。
2016年と2018年を「禁止の前」、2023年を「禁止の後」として使っています。この間隔にした理由も書かれていて、禁止が実際に動き出し、効き目が現れるまでの時間を取るためです。
誰を見たか
70校です。ただし、ここは言い方が大事です。
全国調査に出たすべての学校ではありません。3回すべてに参加した学校だけに限った解析の標本です。論文はこう書いています。
the analytic sample was restricted to schools participating in all 3 survey waves
(解析の標本は、3回の調査すべてに参加した学校に限った)
この70校と、参加が少なかった83校を比べると、70校のほうが首都圏に多いことが分かっています(70校のうち45校=64.3%、83校のうち13校=15.7%、P は0.001を下回る)。家庭で話す言語(22.0% 対 19.4%、P=.15)と世帯構成(24.9% 対 22.3%、P=.09)には差がありませんでした。この4つの%は、学校ごとに出した生徒の割合を平均したものです。
回答の数はこうです。
- 延べ 23,938人ぶんの回答(2016年 7,600、2018年 7,487、2023年 8,851)
- この3回で、アイスランドの該当年齢の 56.8%から61.9% をカバー
- 女子 11,746人(49.1%)、男子 11,964人(50.0%)、別の選択肢 228人(0.9%)
- 平均 13.98歳(SD 0.82)
- 2人の養育者の世帯 17,735人(74.1%)、家庭の言語がアイスランド語のみ 19,051人(79.6%)、首都圏 19,522人(81.6%)
「23,938人を調べた」とは書けません。毎回ちがう生徒に聞いた繰り返しの横断調査なので、同じ人を追っていません。延べの回答数です。
どう分けたか
くじ引きではありません。アイスランドには国の決まりがなく、スマホの方針は学校ごとに決めています。論文も限界の節で、はっきりこう書いています。
Phone ban adoption was not random, and we did not systematically assess the schools' reasons for implementing these policies.
(禁止の導入は無作為ではなく、学校がこの方針を入れた理由も系統的には調べていない)
ですから、くじ引きで分けた試験のような「割り付け」はありません。分け方は、学校が公式に決めた方針があるかどうかです。生徒が実際に守っていたかどうかは測っていません(これは限界の節にも出てきます)。
方針の情報は、学校のウェブサイトと、8年生から10年生の方針を知る職員への構造化された電話での聞き取りで集めています。集めたのは、禁止があるか、導入した年、具体的な決まり、守らせ方です。
「禁止」が具体的に何を指すか
禁止した学校の定義は、論文にこう書かれています。
Schools classified as having a phone ban explicitly prohibited student phone use during school hours, with students being required to leave phones at home or store them in lockers or schoolbags.
(禁止があると分類した学校は、学校にいるあいだの生徒のスマホの使用をはっきり禁じ、生徒は電話を家に置いてくるか、ロッカーかかばんにしまうことを求められていた)
授業中だけではなく、学校にいる時間ぜんぶです。守らせ方も書かれていて、違反を、保護者が見られる学校の連絡の仕組みに記録すること、繰り返すと保護者との面談になることが典型だとあります。
電源を切らせる、という記述は論文の本文にはありません。
22校が導入したのは2023年の調査までで、ほとんどが2019年(6校)から2023年(7校)のあいだです。禁止を導入しなかったのは48校になります(70から22を引いた数で、この引き算はこの記事がしたものです)。
比べた相手も、多くは授業中は禁止だった
この回でいちばん意外なところです。
Schools without bans had fewer formal restrictions, often prohibiting phone use during lessons but allowing use during breaks and generally permitting students to carry phones during the school day.
(禁止のない学校は正式な制限が少なく、多くは授業中の使用を禁じていたが、休み時間の使用は認め、学校にいるあいだ電話を持ち歩くことは概して認めていた)
often(多くは)です。「すべての学校が授業中は禁止していた」とは書けません。それでも、比べたのは「学校にいるあいだずっとの禁止」と「おおむね授業中だけの制限」です。「禁止」と「使い放題」を比べた研究ではありません。
著者自身が、これを結果の説明に使っています。
phone use in many schools was already restricted during classroom instruction, potentially limiting the additional reduction produced by a formal ban
(多くの学校では、授業の時間中のスマホの使用はすでに制限されており、正式な禁止によって追加で減る分が限られていた可能性がある)
何を測ったか
主要な評価項目は4つです。それぞれ、ものさしの範囲と向きが違います。ここを取り違えると、数字が別の意味になります。
- 抑うつ症状:SCL-90-R の10項目。点数の範囲は10から40。高いほど症状が重い。直前の1週間について。α 0.91
- 不安:SCL-90-R の5項目。範囲は5から25。高いほど症状が重い。直前の1週間について。α 0.80
- 敵意:SCL-90-R の5項目。範囲は5から25。高いほど症状が重い。直前の1週間について。α 0.83
- 心の健康度:Short Warwick-Edinburgh の7項目。範囲は7から35。高いほど良い。直前の2週間について。α 0.85
「10から40」は抑うつだけの範囲です。不安と敵意は5から25、心の健康度は7から35です。そして心の健康度だけは、高いほど良い側です。原文は with higher scores indicating better well-being です。
副次の評価項目は7つです。
- 仲間からの支えの感じ方:5項目、5から20点、高いほど支えを感じる、α 0.86
- ネットのいじめ:1項目。これまでに攻撃的・傷つけるメッセージを受けた頻度(1がなし、5が5回以上)
- 対面のいじめ:2項目。過去12か月に、からかわれた・体を傷つけられた経験
- 画面を見る時間:SNS、1人でゲーム、友だちとゲーム、動画・映画の4つを別々に
いじめの2つは、解析ではあり/なしの2値にまとめ、ログオッズで推定してオッズ比で示しています。
画面の時間は、1日あたりの平均の時間を、0から6時間以上までの8段階で自分で答える形です。ここに大事な断りがあります。
Screen use items referred to typical daily use and were not restricted to school days or weekends specifically.
(画面の使用の項目は、ふだんの1日の使用を指しており、学校のある日や週末に限っていなかった)
つまり「学校にいるあいだのスマホの時間」は測っていません。
主要4つと、仲間からの支え1つ、画面の時間4つ、いじめ2つを足すと11になります(この足し算はこの記事がしたものです)。論文が補正の基準にしている「11の項目」と一致します。
性別は、2016年と2018年は2択で、2023年に別の選択肢が加わりました。2023年にしか選べず、選んだ人も少なかったため、男女別の解析は女子と男子に限られています。
どう解析したか
差分の差分(DiD)です。言葉にすると、こうなります。
禁止した学校と、しなかった学校。それぞれが、禁止の前と後でどう変わったかを出して、その「変わり方のちがい」を比べます。
禁止した学校で点数が動いていても、それだけでは禁止と結びついているかは分かりません。全国に共通の、年ごとの動きが混ざるからです。そこで「禁止しなかった学校より、余計に動いたか」を見ます。全国に共通の年ごとの動きは、調査年の固定効果で吸収する作りになっています。
細かいところも書いておきます。
- 学校と調査年を固定効果に入れています。学校ごとの、時間で変わらない性質と、全国に共通の年ごとの影響を吸収するためです
- 標準誤差は学校単位でクラスター化しています
- 共変量は、学年、家庭で話す言語、世帯構成です。なお、Study Measures の節の共変量の列挙には、これに加えて、学校の自治体(13の自治体)も挙がっています。モデルの式の説明と、結果の記述では3つが挙がっていて、どちらが最終のモデルかは、論文の本文からは決められません
- 欠測は、項目ごとの無回答が0%から18.1%で、連鎖式の多重代入(20のデータセット、20反復)で埋めています。学校の識別子は代入にも因子にも使わず、Rubin の規則でまとめています
- 解析は R 4.4.2 で、2025年2月1日から2026年1月30日に行われています
- 報告は STROBE に沿い、アイスランド国家生命倫理委員会の承認を受けています。生徒は自主的に回答することで同意とし、保護者は事前に知らされ、学校に伝えて辞退させることができました
同じ人を追ってはいません。論文の書き方はこうです。
Because we used repeated cross-sectional data rather than longitudinal observations of the same individuals, the DiD estimates compared changes in school-level outcome trends over time, as captured through repeated individual responses within schools rather than within-person change.
(同じ個人を追った観察ではなく、繰り返しの横断のデータを使ったため、この推定が比べたのは、学校ごとの結果の推移の時間的な変化であり、同じ人の中での変化ではない)
この数字は、何を指しているか
0.65 は、点数の差の、さらに差
0.65 は、%でも、倍率でも、人数でもありません。抑うつの点数の単位です。10から40までの点数の上での 0.65点です。
もう1段あります。0.65 は、点数の差ではなく、「変わり方のちがい」です。
- 禁止した22校の、2018年から2023年までの点数の変わり方
- 禁止しなかった学校の、同じ期間の点数の変わり方
- その2つの差
これが 0.65 です。だから「禁止した学校の生徒の抑うつが 0.65点 高かった」という意味ではありません。
95%の幅と、この研究の線引きは別物
95%信頼区間、つまり推定が入りそうな幅は 0.01 から 1.30 でした。下の端が 0.01 なので、0をわずかに外れています。
ここで「0をまたいでいないから差があった」と読むと、論文の結論と反対のことを言うことになります。
95%の幅は、線引きを 0.05 にしたときの幅です。この研究の線引きは 0.05 ではありません。原文はこうです。
We applied a Bonferroni correction across the 11 outcomes assessed in the full sample and in gender-stratified analyses (girls and boys).
(全体の標本と、女子と男子に分けた解析で評価した11の項目にわたって、ボンフェローニの補正をかけた)
11の項目を3つの集団で見るので、33回の検定になります。0.05 を 33 で割り、両側のPが 0.002 を下回ることを線にしたと書かれています。抑うつのPは 0.05 で、ここには届きません。
同じ推定値を、どちらの線で見るかで、言えることが変わります。0.05 の線なら「ぎりぎり届いた」になり、この研究が自分で決めた 0.002 の線なら「届かない」になります。論文は後者を選んで、先に決めていました。だからこの記事も、後者で判定します。
点数の向き
4つの項目の向きを、もう一度整理します。
- 抑うつ、不安、敵意:高いほど症状が重い(原文は
higher scores indicating greater symptom severity) - 心の健康度:高いほど良い(原文は
with higher scores indicating better well-being)
ですから、
- 抑うつ 0.65、不安 0.21、敵意 0.23 のプラスは、禁止した学校のほうが症状の点数が高い側
- 心の健康度 −0.52 のマイナスは、禁止した学校のほうが健康度の点数が低い側
4つとも向きはそろっていて、「禁止した学校のほうが、わずかに悪い側」です。そして4つとも、線引きに届いていません。
24.64 と 25.16 は、前後の変化ではない
ここは取り違えやすいところです。論文には、2016年の時点での学校どうしの比較が出てきます。
In 2016, students in schools that later adopted bans reported lower mental well-being
(2016年、のちに禁止を導入した学校の生徒は、心の健康度がより低いと答えていた)
続きに数字が書かれています。平均(SD)が 24.64(6.12)対 25.16(6.00)で、線形回帰のモデルを使ったPは0.001を下回るとあります。心の健康度は7から35までの点数で、高いほど良い側です。
これは「下がった」という話ではありません。2016年という1つの時点で、のちに禁止を入れる学校と、入れない学校を横に並べた比較です。禁止はまだ入っていません。
著者はこの段落の最後に、こう付けています。
These were unadjusted cross-sectional comparisons.
(これらは、調整していない横断の比較だった)
2023年の値も同じ扱いです。抑うつの中央値が 17[12-24]対 17[12-23]、心の健康度が 22.47[6.08]対 23.12[6.15]、仲間からの支えの中央値が 15[13-18]対 15[14-19]。どれも、その年の学校どうしの、調整していない比較です。
この記事では、2016年の値と2023年の値を引き算しません。毎回ちがう生徒に聞いた調査なので、同じ人の変化ではありません。そして、この論文が時間の変化について出している数字は、差分の差分の推定値のほうです。
そのうえで、この比較から分かる大事なことが1つあります。禁止を入れた学校は、入れる前から、心の健康度の点数が低い側でした。釣り合った2つのグループを比べたのではありません。差分の差分と学校ごとの固定効果は、こうした時間で変わらない学校の差を吸収する仕組みです。吸収できないのは、時間とともに変わる差のほうです。それが次の節の話になります。
0.65 を、ほかの数字で割らない
2023年の抑うつは、禁止した学校で中央値が17点、真ん中の半分が12点から24点でした。この17で 0.65 を割って「◯%」を出したくなりますが、この計算はしません。17は未調整の横断の比較の数字で、0.65 とは作りが別です。この記事は、点数の差を%や人数に言い換えていません。
結果を、幅で見る
カッコの中は95%信頼区間、つまり推定が入りそうな幅です。この論文の区間は信頼区間です(論文に credible という語は1度も出てきません)。
導入後(2018年から2023年)の、主要な4つ
- 抑うつ症状 0.65(0.01 から 1.30、P=.05)。点数の範囲は10から40
- 不安 0.21(−0.08 から 0.50、P=.16)。範囲は5から25
- 敵意 0.23(−0.12 から 0.59、Pは論文の本文に書かれていません)。範囲は5から25
- 心の健康度 −0.52(−1.08 から 0.03、P=.06)。範囲は7から35
4つのものさしは別です。抑うつの0.65と、不安の0.21を、大きさで比べることはできません。並んでいる数字の単位が違います。ですから、この記事が「推定値の絶対値がいちばん大きかったのは抑うつ」と書くときも、それは数そのものの大小の話で、「抑うつでいちばん大きな変化があった」という意味ではありません。
幅の形を見ると、抑うつだけが0を外れ、ほかの3つは0をまたいでいます。ただし、この「またぐかどうか」で判定しないのが、この研究の決めごとでした。P の値で言えば、.05、.16、.06 で、どれも 0.002 を下回りません。
男女別の解析については、論文の本文は Results were similarly null in gender-stratified analyses(男女別の解析でも同じように無しだった)と書いているだけです。導入後については、女子と男子それぞれの推定値が、論文の本文に数字で書かれていません。Table 2 と Figure 2 にあります。導入前の期間については、女子の推定値2つが本文に数字で書かれています(後半で出します)。
禁止の定義を厳しくして調べ直すと
著者は、スマホを身につけて持っていてよい学校を除いた解析もしています。家か、ロッカーか、かばんにしまうことを求めていた学校だけに絞った形です。
- 抑うつ 0.57(−0.15 から 1.28)
- 不安 0.22(−0.14 から 0.58)
there was no evidence of differential changes in mental health, perceived peer support, screen use, or bullying outcomes between schools with and without stringent restrictions
(厳しい制限のある学校とない学校のあいだで、心の健康、仲間からの支えの感じ方、画面の使用、いじめの結果に、差のある変化の証拠はなかった)
論文は、この結果を主要な解析と一致していると書いています。
同じ抑うつの推定。禁止の定義を変えると、幅が0をまたぐかどうかが入れ替わる
横の目盛りは、抑うつの点数です。10から40までの点数の上での「変わり方のちがい」で、0 は、禁止した学校と禁止しなかった学校で、変わり方が同じだった位置です。
上の行が主要な解析です。0.65 で、幅は 0.01 から 1.30。下の端が 0.01 なので、幅は0をわずかに外れています。
下の行は、スマホを身につけて持っていてよい学校を除いた解析です。0.57 で、幅は −0.15 から 1.28。こちらは0をまたいでいます。
推定値は 0.65 と 0.57 で、ほとんど同じです。それでも「0をまたぐかどうか」は入れ替わります。だからこの研究は、95%の幅ではなく、両側のPが0.002を下回ることを先に線として決めていました。抑うつのPは0.05で、その線には届いていません。
| 主要な解析(22校すべて) | 0.65(0.01 〜 1.3) |
|---|---|
| 身につけて持てる学校を除く | 0.57(-0.15 〜 1.28) |
| 差がない位置 | 0 |
図の各行に出る「幅は0をまたいでいる/またいでいない」は、この研究の判定ではありません。 この幅が0をまたぐかどうかで判定しないでください。この研究があらかじめ決めた線は、両側のPが0.002を下回ることでした。 この図は、95%の幅が0をまたぐかどうかで判定してはいけない例として置いています。2つはどちらも同じ抑うつの点数(10から40まで)の、全体の標本での推定です。上の行は禁止した22校すべてを使った主要な解析、下の行は、スマホを身につけて持っていてよい学校を除いた解析です。推定値は0.65と0.57でほとんど同じですが、幅が0をまたぐかどうかは入れ替わります。この研究があらかじめ決めた線引きは、95%の幅ではなく、両側のPが0.002を下回ることでした。抑うつのPは0.05で、その線には届いていません。論文は、下の行の結果を主要な解析と一致していると書いています。プラスは、禁止した学校のほうが抑うつの点数が高い側です。点数は高いほど症状が重いので、良くなった側ではありません。
論文のどこ:論文の Results の、導入後の期間について書いた段落と、厳しい定義の感度分析について書いた段落。表は Table 2 と補足の eTable 4
導入からの年数で見ると
導入した年を入れて、禁止が入ってからの年数ごとに見た解析もあります(表は補足の eTable 3、図は eFigure 4)。
Event-time estimates did not show systematic prepolicy divergence or sustained postpolicy changes across outcomes
(出来事を基準にした推定は、導入前の系統的な乖離も、導入後の持続する変化も、どの項目でも示さなかった)
孤立した係数がいくつか、特定の時点で名目上の有意に届いていますが、隣り合う期間では一貫せず、導入から時間がたつほど95%の幅は広がったと書かれています。精度が落ちるからです。
そもそも年数の解析は3年までに限られています。ほとんどの学校が2019年から2023年に導入していて、早く導入した学校でも追跡が短いためです。
副次の7つは、言葉だけ
仲間からの支え、いじめ、画面を見る時間についても「意味のある変化はなかった」と書かれています。
perceived peer social support was unchanged in our study(仲間からの支えの感じ方は変わらなかった)We found no change in self-reported screen use(自己申告の画面の使用に変化は見られなかった)We also found no evidence of meaningful differences in the experience of cyberbullying or in-person bullying(ネットのいじめ、対面のいじめの経験にも、意味のある差の証拠は見られなかった)
この7つの推定値は、論文の本文には数字で書かれていません。Table 2 と Figure 2 にあります。ですから、この記事でも数値は出しません。「変わらなかった」という言葉までです。
画面の時間については、同じ文に断りが続いています。
although we assessed typical daily use rather than in-school use and did not have device-level data
(ただし、学校の中での使用ではなく、ふだんの1日の使用を評価しており、端末の側のデータは持っていなかった)
「禁止しても画面の時間は減らなかった」とだけ書くと、学校の中の話に読めてしまいます。測ったのは、ふだんの1日ぜんぶの画面の時間です。
差分の差分が乗っている前提は、女子では崩れていた
ここが、この論文のいちばん大事な作りの話です。
前提とは何か
差分の差分は、「禁止が入らなければ、2つの学校の群は同じように動いていたはずだ」という前提に乗っています。論文の書き方はこうです。
The coefficient β1 represents the mean between-school difference in change over time associated with phone ban adoption under the parallel trends assumption.
(係数β1は、平行トレンドの仮定のもとで、禁止の導入と結びついた、時間を通じた変化の学校間の平均的なちがいを表す)
under the parallel trends assumption(平行トレンドの仮定のもとで)という条件が付いています。この仮定が崩れていると、導入後の推定値は、禁止の話なのか、もともとの動きの続きなのかが分けられません。
著者はこの仮定を確かめる手を打っていて、それがこの研究の強みでもあります。禁止の前の調査を2回持っているので、2016年から2018年の「禁止がまだ入っていない2年」で、同じ計算ができます。
確かめたら、差が出てしまった
Among girls, schools with future bans showed smaller increases in depressive symptoms … and larger improvements in mental well-being … than comparison schools.
(女子では、のちに禁止を導入する学校は、比較の学校より、抑うつ症状の増え方が小さく、心の健康度の改善が大きかった)
- 女子の抑うつ:−2.50(−3.27 から −1.73、P は0.001を下回る)
- 女子の心の健康度:+1.50(0.96 から 2.04、P は0.001を下回る)
なお著者は、この3つを挙げる前に「評価項目をまたいで一貫した導入前のずれがあったわけではない」とも書いています(原文は Although there was no consistent pattern of prepolicy divergence across outcomes)。
全体では、もう1つ出ています。
- 1人でゲームをする時間:−0.28(−0.44 から −0.11、P=.001)。のちに禁止する学校のほうが、増え方が小さかった側です。この時間は0から6時間以上までの8段階で聞いているので、単位は「段階」で、時間ではありません
それ以外の項目では、補正のあとに有意な導入前の差はありませんでした。
ここがいちばん大事なところ
この3つは、あらかじめ決めた線引きを超えています。1人でゲームをする時間のPは .001、女子の抑うつと心の健康度のPはどちらも0.001を下回ります。線引きは「両側のPが0.002を下回ること」でした。
つまりこの研究では、
- 禁止が入ったあとの推定値は、どれも線引きに届かなかった
- 禁止が入る前の、動き方のちがいのほうが、線引きを超えていた
という形になっています。
導入前の −2.50 と、導入後の 0.65 を、大きさで比べて「こちらが強い」とは書けません。集団も(女子と全体)、期間も(2年と5年あまり)別で、論文はこの2つを比べる検定をしていません。この記事も、2つを割って倍率を出すことはしません。
言えるのは、向きの話です。差分の差分は「導入前は同じように動いていた」ことを前提にしています。その前提を確かめた側の数字が、先に決めた線引きを超えて動いていました。著者もこう書いています。
differential prepolicy trends were observed for several outcomes, which warrant cautious interpretation of the postpolicy estimates
(いくつかの項目で、導入前に差のある推移が観察された。これは導入後の推定を慎重に解釈することを求めるものである)
限界の節にも、同じことが書かれています。
some differential prepolicy trends were also observed, including for depressive symptoms and mental well-being among girls and respondents who reported gaming alone in the full sample
(導入前に差のある推移もいくつか観察された。女子の抑うつ症状と心の健康度、全体の標本で1人でゲームをすると答えた人について、である)
禁止が入る前の2年で、すでに動き方がちがっていた(女子)
横の目盛りは点数です。0 は、のちに禁止を導入する学校と、導入しない学校で、2年のあいだの変わり方が同じだった位置です。禁止はまだ入っていません。
上の行は女子の抑うつで、−2.50。幅は −3.27 から −1.73 で、0から離れています。のちに禁止を導入した学校のほうが、抑うつの増え方が小さかった側です。
下の行は女子の心の健康度で、+1.50。幅は 0.96 から 2.04。こちらも0から離れています。のちに禁止を導入した学校のほうが、改善が大きかった側です。ものさしが別なので、上の行と大きさを比べることはできません。
この2つのPは、どちらも0.001を下回ります。この研究の線引きは、両側のPが0.002を下回ることでした。つまり、禁止が入ったあとの推定はどれも線引きに届かなかったのに、禁止が入る前の動き方のちがいのほうが、線引きを超えていたことになります。
だから著者は、導入後の推定を慎重に解釈するよう求めています。前提のほうが崩れていると、導入後の数字が、禁止の話なのか、もともとの動きの続きなのかを分けられません。
| 女子の抑うつ(増え方のちがい) | -2.5(-3.27 〜 -1.73) |
|---|---|
| 女子の心の健康度(改善のちがい) | 1.5(0.96 〜 2.04) |
| 差がない位置 | 0 |
図の各行に出る「幅は0をまたいでいる/またいでいない」は、この研究の判定ではありません。 見るのは、どちらの幅も0から離れていることです。差分の差分は、導入前は同じように動いていたという前提に乗っています。 2016年から2018年、つまり禁止がまだ入っていない期間だけを使った推定です。のちに禁止を導入した学校と、導入しなかった学校で、2年のあいだの変わり方にどれだけちがいがあったかを示します。抑うつは10から40までの点数で、高いほど症状が重いので、マイナスは、のちに禁止を導入した学校のほうが抑うつの増え方が小さかった側です。心の健康度は7から35までの点数で、高いほど良いので、プラスは、のちに禁止を導入した学校のほうが改善が大きかった側です。2つはものさしが別で、向きの意味も逆なので、行どうしで大きさを比べることはできません。どちらも、この研究があらかじめ決めた線引き(両側のPが0.002を下回ること)を超えていました。全体の標本では、1人でゲームをする時間にもちがいがありました(推定値 −0.28、幅は −0.44 から −0.11)。この時間は0から6時間以上までの8段階で聞いているので、単位は段階で、時間ではありません。
論文のどこ:論文の Results の、導入前の期間(2016-2018)について書いた段落と、Table 2 の導入前の列
この研究では言えないこと
動画では3つだけ挙げました。ここでは、著者が論文に書いている限界と、研究の作りから読み取れる事実を並べます。
1. 禁止で、学校にいるあいだのスマホの使用が減ったのかどうか
We also lacked objective measures of in-school smartphone use and therefore could not determine whether bans reduced actual phone use.
(学校の中でのスマホの使用についての客観的な測定も欠いていたため、禁止が実際の使用を減らしたかどうかを判断できなかった)
測ったのは、学校が公式に決めた方針があるかどうかです。そして、
we did not directly assess implementation fidelity, enforcement, or student compliance
(運用の忠実さ、取り締まり、生徒の遵守は、直接には評価していない)
決まりがあることと、守られていることは別です。この研究は前者で分けています。
2. 授業への集中や教室の雰囲気はどうか
著者自身が、測っていない良い面を挙げています。
the absence of changes in these outcomes does not preclude benefits for more proximal classroom-level outcomes, such as student attention, classroom engagement, instructional time, teacher workload, or classroom climate, which were not assessed in this study
(これらの項目に変化がなかったことは、生徒の注意、授業への関わり、授業の時間、教員の負担、教室の雰囲気といった、より近い教室のレベルの結果における利点を排除するものではない。それらはこの研究では評価していない)
だから「禁止は無意味」とは書けません。この研究が測ったのは、心の健康と、仲間からの支え、いじめ、ふだんの1日の画面の時間です。
著者は、禁止を入れるなら、いじめ対策の確立した取り組み、デジタル・シティズンシップの教育、健全な仲間関係の支え、運用の質と生徒の必要への目配りといった、より広い枠組みに組み込んだほうが効きうるとも書いています。
3. 原因なのかどうか
くじ引きではありません。学校が自分で決め、決めた理由も系統的には調べられていません。そして、
Schools that later adopted bans differed from comparison schools on some baseline characteristics and outcomes
(のちに禁止を導入した学校は、比較の学校と、いくつかのもとからの特徴や結果で違っていた)
学校ごとの固定効果は、時間で変わらない学校の差を吸収します。吸収できないのは、時間とともに変わる差です。著者はその例として、新型コロナの流行に伴う、青少年の心の健康とデジタル・メディアの使用の広い変化が、群によって違って効いた可能性を挙げています。
4. 自己申告の点数が、診断の水準を指すのかどうか
Self-reports provide valuable information on mental health and experiences not captured in administrative or clinical records but do not allow inference about clinical levels of disorder
(自己申告は、行政や診療の記録には入らない心の健康と経験について価値ある情報をくれるが、臨床的な水準の障害についての推論を許すものではない)
この研究の点数は、生徒が自分で答えたものです。診断ではありません。ですから「心の病気が増えた/減った」という言い方はできません。
自己申告の画面の時間についても、実測との相関が弱いと書かれています。
5. 長い期間の変化はどうか
抑うつ・不安・敵意は直前の1週間、心の健康度は直前の2週間について聞いています。著者は、この短い想起の期間が長期の変化を捉える感度を下げた可能性を挙げています(同時に、短い想起は思い出す負担を減らし、確立された小児向けの尺度でよく使われる形だとも書いています)。
加えて、ほとんどの学校の導入が2019年から2023年なので、長い追跡が足りません。導入からの年数で見た解析も3年までです。幅も広がり、小さい差や遅れて出る差を見つける力が足りないと書かれています。
6. 日本の学校でも同じかどうか
対象はアイスランドの13歳から15歳です。国の決まりがなく、学校ごとに方針を決める国での話です。この研究は、ほかの国について何も測っていません。
加えて、解析に入った70校は3回すべてに参加した学校で、著者は地理的な代表性が十分ではないと書いています(含めた学校と除いた学校は、観察された社会人口学的な特徴では似ていて、標本は全国の該当年齢の約60%、年齢と性別では広く代表的だとも書かれています)。
7. 女子と男子で違ったのかどうか
論文の本文は「男女別の解析でも同じように無しだった」と書いているだけで、女子と男子それぞれの推定値は、論文の本文に数字で出ていません。導入前のトレンドのずれは女子で見つかっていますが、これは禁止が入る前の話です。
8. この記事は、学校や家庭のやり方を決める材料にはなりません
この記事は研究の紹介です。どの学校がどうすべきか、家庭でどうすべきかを示すものではありません。この論文は、アイスランドの70校で、公式な禁止の方針と、生徒が自分で答えた点数の変わり方のちがいを調べたものです。
元の論文のどこを見ればよいか
論文はこちらです。
Bonilla Aparicio ほか「School Phone Bans and Adolescent Mental Health in Iceland」JAMA Network Open、2026年
DOI:10.1001/jamanetworkopen.2026.40893
この記事で触れた順に、どこを見ればよいかを書きます。
- 結論の形:冒頭の Key Points の Findings。not associated with significant changes in mental health という形です
- 主要な4つの推定値と95%信頼区間:Abstract の Results の2文目。本文の Results にも同じ4つが出ています
- 3回の調査の時期と、70校:Abstract の Design, Setting, and Participants と、Methods の Participants and Study Design の最初の段落
- 3回すべてに参加した学校に限ったこと、首都圏が多いこと:Methods の Participants and Study Design の2番目の段落
- 禁止の定義、守らせ方、22校、導入の年、比べた相手の学校のありさま:Methods の Participants and Study Design の最後の段落。often prohibiting phone use during lessons という語が、この段落の最後の文にあります
- 4つの主要な項目の点数の範囲と向き:Methods の Study Measures の2番目の段落。higher scores indicating greater symptom severity と、with higher scores indicating better well-being が、同じ段落にあります
- 副次の7つの測り方、画面の時間が「ふだんの1日」であること:Methods の Study Measures の後半
- 固定効果、クラスター標準誤差、共変量、平行トレンドの仮定:Methods の Statistical Analysis の前半
- あらかじめ決めた線引き:Methods の Statistical Analysis の最後の2文。11の項目に3つの集団でボンフェローニの補正をかけ、0.002 を線にしたと書かれています
- 延べの回答数、カバー率、年齢と性別の内訳、70校と83校の比較:Results の最初の段落
- 2016年と2023年の、学校どうしの横断の比較:Results の2番目の段落。24.64 と 25.16 はここです。段落の後半に These were unadjusted cross-sectional comparisons という一文があります
- 導入前(2016-2018)のトレンドのずれ:Results の3番目の段落。女子の −2.50 と 1.50、全体の −0.28 はここです
- 導入後(2018-2023)の4つの推定値と、補正のあとに残らなかったという一文:Results の4番目の段落。none remained statistically significant after prespecified correction がこの段落の終わりのほうにあります
- 導入からの年数で見た感度分析:Results の5番目の段落(表は補足の eTable 3、図は eFigure 4)
- 厳しい定義で調べ直した解析の 0.57 と 0.22:Results の最後の段落(表は補足の eTable 4)
- すでに授業中は制限されていたこと、仲間からの支えが変わらなかったこと:Discussion の2番目の段落
- いじめについての考察:Discussion の3番目の段落
- 測っていない良い面(注意、授業への関わり、授業の時間、教員の負担、教室の雰囲気):Discussion の4番目の段落。which were not assessed in this study という句で終わる文です
- 限界の一覧:Strengths and Limitations。自己申告、想起の期間、くじ引きではないこと、もとからの差、導入前のトレンド、コロナ、検出力、運用の忠実さ、学校の中の使用、代表性が、この順に並びます
- 結論:Conclusions。not associated with meaningful improvements という形です
- 学校の特徴の表:Table 1。2023年までに禁止を導入したかどうかで分けて、2016年・2018年・2023年の特徴が並びます
- 導入前と導入後の推定値(主要と副次、全体と男女別):Table 2。本文に数字で出ていない副次の推定値と、男女別の推定値は、ここにあります
- 導入後の推定値の図:Figure 2。なお Figure 1 は、この研究の結果ではなく、OECD の国での青少年の端末の使用についての図で、Introduction から参照されています
- 調査の項目の一覧、欠測の扱い、年数の解析、厳しい定義の解析、標本の代表性:補足の eTable 1 から eTable 4、eFigure 1 から eFigure 4
見方を練習するために
この回で練習できることは、3つあります。
1つめ。その研究が、どこに線を引いていたかを探す
これがこの回の芯です。95%の幅が0を外れているかどうかは、その研究の判定とは別です。
この論文は、11の項目を3つの集団で見ました。だから33回の検定になり、線引きを 0.05 から 0.002 に下げました。そのうえで「補正のあとに残ったものは1つもない」と書いています。0.65 の幅の下の端が 0.01 だったことは、この判定を変えません。
探す場所は決まっています。Methods の統計の節の、最後のあたりです。この論文は最後の2文に置いていました。ここに「補正をかけた」「有意を◯◯と定義した」と書いてあれば、その研究の線はそこです。
手順にすると1行です。幅が0をまたぐかを見る前に、その研究が有意をどこに置いたかを Methods で探す。
2つめ。差分の差分を見たら、導入前の動きを探す
差分の差分は、「前は同じように動いていた」という前提に乗っています。前提が崩れていれば、導入後の数字は読めません。
この論文は、禁止の前の調査を2回持っていたので、前提を自分で確かめられました。そして女子では、前提のほうが崩れていました。導入前の2年で、抑うつの増え方のちがいが −2.50、心の健康度の改善のちがいが +1.50。どちらも、この研究が決めた線引きを超えています。
ここが確かめられているのは、この研究の強みです。禁止の前の調査が1回しかなければ、確かめようがありません。著者も、禁止の前と後を集団にもとづく繰り返しの横断の作りで比べたことを、強みとして挙げています。
手順にすると1行です。差分の差分の数字を読む前に、「導入前の期間でも同じ計算をしているか」を探す。
3つめ。横断の比較と、変わり方の比較を混ぜない
同じ論文の中に、形の違う数字が並びます。
- 2016年の心の健康度 24.64 対 25.16:その年の、学校どうしの、調整していない横断の比較
- 抑うつの 0.65:2018年から2023年までの、変わり方のちがい
前者は「前後の変化」ではありません。禁止がまだ入っていない年の、学校どうしの比較です。著者も、調整していない横断の比較だと断っています。
この2つを混ぜると、「禁止した学校で心の健康度が下がった」という、論文のどこにも無い文ができてしまいます。毎回ちがう生徒に聞いた調査なので、同じ人の変化ではありません。この記事では、年をまたいだ引き算をしていません。
手順にすると1行です。数字を読む前に、それが「ある時点の比較」なのか「変わり方の比較」なのかを言ってみる。
本
この3つの見方に一番近い本として、『「原因と結果」の経済学』を挙げておきます。差分の差分は、この本が正面から扱う道具です。くじ引きができない場面で、何を仮定すれば比較が成り立つのか。その仮定が崩れたときに何が言えなくなるのか。この回の論文は、その仮定を自分で確かめて、崩れている側の数字まで出していました。本を読んだあとにこの論文を見ると、導入前の2年の数字が、なぜいちばん大事な数字なのかが分かるようになります。この記事のページでは、この書名にアフィリエイトのリンクを付けています。
元の論文
Bonilla Aparicio ら. JAMA Netw Open. 2026.
https://doi.org/10.1001/jamanetworkopen.2026.40893
もっと知りたい人へ
PRこの記事には広告(アフィリエイトのリンク)を含みます。