Sleep in a comparative context: Investigating how human sleep differs from sleep in other primates
Notice bibliographique
Résumé
OBJECTIVES: Primates vary in their sleep durations and, remarkably, humans sleep the least per 24-hr period of the 30 primates that have been studied. Using phylogenetic methods that quantitatively situate human phenotypes within a broader primate comparative context, we investigated the evolution of human sleep architecture, focusing on: total sleep duration, rapid eye movement (REM) sleep duration, non-rapid eye movement (NREM) sleep duration, and proportion of sleep in REM. MATERIALS AND METHODS: We used two different Bayesian methods: phylogenetic prediction based on phylogenetic generalized least squares and a multistate Onrstein-Uhlenbeck (OU) evolutionary model of random drift and stabilizing selection. RESULTS: Phylogenetic prediction confirmed that humans sleep less than predicted for a primate of our body mass, predation risk, brain size, foraging needs, sexual selection, and diet. These analyses further revealed that humans pack an unexpectedly higher proportion of REM sleep within a shorter overall sleep duration, and do so by reducing NREM sleep (rather than increasing REM). The OU model generally confirmed these findings, with shifts along the human lineage inferred for TST, NREM, and proportion of REM, but not for REM. DISCUSSION: We propose that the risks and opportunity costs of sleep are responsible for shorter sleep durations in humans, with risks arising from terrestrial sleep involving threats from predators and conspecifics, and opportunity costs because time spent sleeping could be used for learning, creating material objects, and socializing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».