MétaCan
Menu
Retour à la cohorte
Enregistrement W2138623436 · doi:10.1017/s0317167100014621

Sleep-laughing – Hypnogely

2013· article· en· W2138623436 sur OpenAlexaffvenue
Nikola N. Trajanovic, Colin M. Shapiro, Srđan Milovanović

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésNon-rapid eye movement sleepSleep (system call)ParasomniaPsychologyArousalPathologicalSleep disorderAudiologyMedicinePsychiatryEye movementNeuroscienceInsomniaInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To explain relatively common phenomenon of laughing during sleep and help to better define criteria for differentiating between physiological and pathological sleep-laughing. METHODS: Observational study of patients who underwent a sleep assessment in a referential tertiary health facility. RESULTS: A total of ten patients exhibited sleep laughing, nine of whom had episodes associated with rapid eye movement (REM) sleep. Also, in one of the patients sleep-laughing was one of the symptoms of REM sleep Behaviour Disorder, and in another patient sleep-laughing was associated with NREM sleep arousal parasomnia. CONCLUSION: The collected data and review of literature suggests that hypnogely in majority of the cases presents as a benign physiological phenomenon related to dreaming and REM sleep. Typically, these dreams are odd, bizarre or even unfunny for a person when awake. Nevertheless, they bring a sense of mirth and a genuine behavioural response. In a minority of cases, sleep-laughing appears to be a symptom of neurological disorders affecting the central nervous system. In these patients the behavioural substrate differs when compared to physiological laughing, and the sense of mirth is usually absent.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,068
Tête enseignante GPT0,294
Écart entre enseignants0,227 · 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'étudeÉtude de cas
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

Citations22
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetSleep and Wakefulness ResearchTravaux en français237 207