MétaCan
Menu
Retour à la cohorte
Enregistrement W2608355082 · doi:10.1093/sleepj/zsx050.802

0803 WHY SLEEP MATTERS: THE MACROECONOMIC COSTS OF INSUFFICIENT SLEEP

2017· article· en· W2608355082 sur OpenAlexaboutno aff
Marco Hafner, WM Troxel, Jan L Taylor, Christian Van Stolk

Notice bibliographique

RevueSLEEP · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbsenteeismPresenteeismProductivityPopulationEconomicsHuman capitalDemographic economicsPublic healthSleep (system call)MedicineEconomic growthEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The Centers for Disease Control and Prevention (CDC) has declared insufficient sleep a ‘public health problem’. According to the CDC, more than a third of American adults are not getting enough sleep on a regular basis. However, insufficient sleep is not exclusively a U.S. problem, but also affects other industrialised countries such as the United Kingdom, Japan, Germany or Canada. A robust and growing literature has documented the public health consequences of insufficient sleep, in terms of increased morbidity and mortality. However, to date, there has been no comprehensive and cross-national study of the economic implications of sleep loss. Using a macroeconomic modelling approach, we develop a general equilibrium model (so called ‘Overlapping Generations Model’) that simulates various agents in an economy, including individuals, firms and the government, and their interactions over time. In our model, the effect of insufficient sleep is translated into the supply of effective labour units in the economy, which in turn, is affected through three mechanisms related to mortality and productivity: increased mortality risk associated with insufficient sleep which reduces the size of the working population; increased worker absenteeism or presenteeism (i.e., reduced performance while at work), and sub-optimal school performance in younger years which hinders skill development. The human capital effect is taken into account by modelling shifts in the skill distribution at the point in time when individuals enter the labour market. Our findings suggest that the relative estimated loss of economic output is highest for Japan (1.86 to 2.92 % of GDP), followed by the U.S (1.56 to 2.28 % of GDP), the UK (1.36 to 1.86 % of GDP), Germany (1.02 to 1.56 % of GDP) and Canada (0.85 to 1.56 % of GDP). This represents large annual macroeconomic costs related to insufficient sleep across five OECD countries ($ 457 billion to $ 680 billion in total). Substantial research has documented the public health consequences of sleep loss; however, these findings are the first, on a global-scale to demonstrate the significant economic consequences of sleep loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,154
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetUrban Transport and AccessibilityTravaux en français237 207