Diurnal variations in the waking EEG: comparisons with sleep latencies and subjective alertness
Notice bibliographique
Résumé
Daytime measures of sleep latency and subjective alertness do not correlate with one another, suggesting that they assess different aspects of alertness. In addition, their typical diurnal variations show very different time courses. Quantitative analysis of the waking electroencephalogram (EEG) has been proposed as an objective measure of alertness, but it is not clear how it compares with other measures. In this study, the waking EEG was measured in the daytime to determine the presence of diurnal variations in the activity of standard frequency bands and to compare these variations with the temporal patterns typical of sleep propensity and subjective alertness. Alertness was evaluated in four men and 12 women, aged 19-33 y. Assessments were conducted every 2 h, from 10.00 to 24.00, in the following order: a visual analogue scale of alertness, a waking EEG recording and a sleep latency test. The waking EEG was recorded with eyes open. For each recording session, 32-60 s of artefact-free signals were selected from the C3/A2 derivation, then subjected to amplitude spectral analysis. Four EEG frequency bands showed significant diurnal variations: delta, theta, sigma and beta1. None of these variations showed a significant correlation with the temporal patterns of sleep latencies or subjective alertness. At the individual level, however, theta band activity increased when subjective alertness decreased, suggesting that the theta band can be used to monitor variations in alertness in a given individual, even at the moderate levels of sleepiness experienced during the daytime.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».