MétaCan
Menu
Retour à la cohorte
Enregistrement W2609298718 · doi:10.1093/sleepj/zsx050.796

0797 THE CORRELATION BETWEEN NAPS AND OTHER SLEEP INDICES IN COLLEGE STUDENTS

2017· article· en· W2609298718 sur OpenAlexfundno aff
MD Latham, AM Smidt, Nicholas B. Allen

Notice bibliographique

RevueSLEEP · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActigraphyNapSleep (system call)Sleep onsetSleep debtSleep onset latencyMorningPsychologyAudiologySleep diaryAffect (linguistics)Physical therapyMedicineInsomniaSleep disorderPsychiatryInternal medicineCommunicationSocial psychology

Résumé

récupéré en direct d'OpenAlex

College is a common time to nap frequently given self-chosen class schedules and the absence of parental supervision. Napping has been shown to correlate with students’ high achievement yet, there is little research on how naps affect other sleep indices. Knowledge of how naps affect total sleep time, sleep efficiency, sleep onset latency, and other important sleep indices, can offer insight into when, and for whom, naps can be beneficial. Fifty-four college students (age: M=19.58, SD=1.49; gender: 82.7% female) used actigraph watches (Actigraph Corp.) for an average of 7 days, recording their wake- and sleep-related movement. They completed sleep diaries each morning regarding their sleep the night before. Sleep diaries were used to inform actigraphy data calculated by Actilife software, specifically to obtain sleep-onset latency. Three participants provided unusable actigraphy data and were excluded from analyses. Number of sleep periods over the course of one week (range: 6–15) was used as the measure of naps and correlated with actigraphy measures. More sleep periods correlated with less total sleep time (r = -.451, p = .001), less time awake after sleep onset (r = -.353, p = .011), fewer awakenings (r = -.498, p < .001), and increased sleep efficiency (r = .287, p = .041). There was also a trending correlation with shorter sleep onset latency (r = -.244, p = .084). The findings suggest that those students who are napping more are not getting enough sleep during the night and are incurring greater sleep debt, and hence greater sleep drive. This would explain an increased number of naps during the week, as well as greater efficiency of sleep during the hours they do sleep at night. None.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,021
Tête enseignante GPT0,329
Écart entre enseignants0,309 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207