Sleep, Sleepiness, Fatigue, and Performance of 12-Hour-Shift Nurses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nurses working 12-h shifts complain of fatigue and insufficient/poor-quality sleep. Objectively measured sleep times have not been often reported. This study describes sleep, sleepiness, fatigue, and neurobehavioral performance over three consecutive 12-h (day and night) shifts for hospital registered nurses. Sleep (actigraphy), sleepiness (Karolinska Sleepiness Scale [KSS]), and vigilance (Performance Vigilance Task [PVT]), were measured serially in 80 registered nurses (RNs). Occupational fatigue (Occupational Fatigue Exhaustion Recovery Scale [OFER]) was assessed at baseline. Sleep was short (mean 5.5 h) between shifts, with little difference between day shift (5.7 h) and night shift (5.4 h). Sleepiness scores were low overall (3 on a 1-9 scale, with higher score indicating greater sleepiness), with 45% of nurses having high level of sleepiness (score > 7) on at least one shift. Nurses were progressively sleepier each shift, and night nurses were sleepier toward the end of the shift compared to the beginning. There was extensive caffeine use, presumably to preserve or improve alertness. Fatigue was high in one-third of nurses, with intershift fatigue (not feeling recovered from previous shift at the start of the next shift) being most prominent. There were no statistically significant differences in mean reaction time between day/night shift, consecutive work shift, and time into shift. Lapsing was traitlike, with rare (39% of sample), moderate (53%), and frequent (8%) lapsers. Nurses accrue a considerable sleep debt while working successive 12-h shifts with accompanying fatigue and sleepiness. Certain nurses appear more vulnerable to sleep loss than others, as measured by attention lapses.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 découle