MétaCan
Menu
Retour à la cohorte
Enregistrement W2017196434 · doi:10.1111/mbe.12061

Determinants of Sleep Duration Among High School Students in Part‐Time Employment

2014· article· en· W2017196434 sur OpenAlexaffabout
Luc Laberge, Élise Ledoux, Julie Auclair, Marco Gaudreault

Notice bibliographique

RevueMind Brain and Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailUniversité de SherbrookeCégep de JonquièreUniversité du Québec à Chicoutimi
Organismes subventionnairesNational Institute for Occupational Safety and Health
Mots-clésDuration (music)Sleep deprivationSleep (system call)Stepwise regressionOccupational safety and healthPsychologyRegression analysisMedicineDemographyGerontologyPsychiatryCognitionSociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Adolescents who work while attending school are reported to sleep less than those who do not. This study aimed to identify factors associated with short sleep duration in students who work during the school year. A cross‐sectional survey aiming to describe working conditions and occupational safety and health was completed by representative samples of Quebec high school students aged 12–19 years from three administrative regions (n = 3,871). A multiple stepwise regression analysis was performed with sleep duration as the dependent variable, and sociodemographic, school, occupational, and health factors as potential explanatory variables. Significant factors associated with shorter sleep duration were later bedtimes (p < .001), shorter weekend oversleep (p < .001), higher physical work factors related to handling efforts (p < .001), and female gender (p < .01). Addressing work conditions of student workers may help prevent sleep deprivation. Special efforts should also target girls combining work and study.

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)0,000
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 enseignants0,142
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,307
Écart entre enseignants0,297 · 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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMind Brain and EducationMême sujetSleep and Work-Related FatigueTravaux en français237 207