MétaCan
Menu
Retour à la cohorte
Enregistrement W2159049045 · doi:10.5127/jep.032312

Are Poor Sleepers Afraid of the Dark? A Preliminary Investigation

2013· article· en· W2159049045 sur OpenAlexaff
Colleen E. Carney, Taryn G. Moss, Molly E. Atwood, Brian M. Crowe, Alex J. Andrews

Notice bibliographique

RevueJournal of Experimental Psychopathology · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPsychologyHabituationAudiologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

No studies have investigated whether those with poor sleep are aware of being uncomfortable in the dark via subjective inquiry, and no study has evaluated whether poor sleepers have increased fear in the dark using objective indices (e.g., a validated startle paradigm). Good and poor sleepers (N = 108) completed questionnaires about their level of discomfort with the dark and were evaluated for an increased startle reflex by measuring eyeblink latency via electrooculogram in response to unexpected noise in the dark and the light. Participants listened to bursts of unexpected white noise, while in counterbalanced light/dark conditions. Relative to good sleepers, more poor sleepers reported increased discomfort in the dark. There was a significant lighting × time × sleeper status interaction for eyeblink latency. Relative to the first trial in the dark, eyeblink latency in good sleepers increased in the second dark exposure; suggesting habituation in the dark. Eyeblink latency in poor sleepers did not decrease. Thus, poor sleepers reported being uncomfortable in the dark and they remained more easily startled in the dark over the course of the study. It is unclear if the dark may predispose people to sleep problems, or if sleep problems sensitize poor sleepers to fear darkness.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,049
Tête enseignante GPT0,320
Écart entre enseignants0,271 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental PsychopathologyMême sujetSleep and Wakefulness ResearchTravaux en français237 207