MétaCan
Menu
Retour à la cohorte
Enregistrement W2608687977 · doi:10.1093/sleepj/zsx050.791

0792 SLEEP OPTIMIZATION IMPROVES MOOD DIFFERENTLY BETWEEN CANADIAN NATIONAL TEAM CURLERS AND ROWERS

2017· article· en· W2608687977 sur OpenAlexaffabout
A M Bender, Penny Werthner, CH Samuels

Notice bibliographique

RevueSLEEP · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHigh Altitude and Hypoxia
Établissements canadiensCanadian Sleep & Circadian NetworkUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMoodSleep (system call)PsychologyMedicinePsychiatryClinical psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Elite athletes are at-risk for insufficient sleep, but research on sleep interventions in this population is limited. The current study utilized three different sleep optimization interventions with curlers and female heavyweight rowers to see if optimal sleep would affect mood states differently. N=15 Canadian National Team curlers (mean age 30.7 ± 4.5; 8 females) and 11 Canadian Women’s heavy-weight National Team rowers (mean age 26.0 ± 3.1) completed the Profile of Mood States at two time points during their competitive season; once before the sleep interventions (baseline; BL), and once after the 3.5-week sleep intervention (SI) phase. The sleep interventions consisted of increasing nighttime sleep, napping, and reducing the negative effects of technology use by putting away electronic devices an hour before bedtime. All interventions were the same between sports except the rowers additionally wore blue-blocking glasses in the two hours before bedtime. Data were analyzed with independent samples t-tests to compare differences in POMS sub-scales of tension-anxiety, depression, fatigue, vigor, and total scores between both sports at baseline. Paired sample t-tests by sport were used to compare changes in the sub-scales and total mood scores between baseline and post-intervention. At BL, the rowers had higher levels of tension-anxiety (t24=2.51, p=0.019), fatigue (t24=2.90, p=0.008), depression (t24=2.18, p=0.039), and total mood symptoms (t24=2.14, p=0.043) when compared to the curlers. The rowers reduced depression symptoms after the SI phase (t10=2.84, p = 0.018). The curlers reduced fatigue (t14=2.63, p=0.020), increased vigor (t14=2.97, p=0.010), and reduced total mood symptoms (t14=2.70, p=0.017) after the SI phase. In this sample of elite athletes from two different National Team sports, the rowers had poorer mood symptoms at BL and did not improve mood states as much as the curlers after the SI phase. It is likely that stress related to the preparations for the Rio 2016 Summer Olympics hindered the effectiveness of the interventions in the rowers. Further research is needed to assess the interventions across the Olympic quadrennial preparation cycle and to determine the optimal implementation strategy for different teams and athletes. Own the Podium and Mitacs Accelerate.

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)0,000
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 enseignants0,168
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · 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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetHigh Altitude and HypoxiaTravaux en français237 207