Teenage night owls or early birds? Chronotype and the mental health of adolescents
Notice bibliographique
Résumé
Evidence suggests that the timing of sleep (chronotype) impacts mental health in young people, but previous studies have not accounted for sleep duration or school start time in this association, or examined a broad range of mental outcomes. In this study, we investigated the association between chronotype and mental health in a representative sample of adolescents from the 2014 Canadian Health Behaviour in School-Aged Children survey (29,635 students, 362 schools). We examined positive and negative aspects of mental health, using scores for emotional problems (range 0-33), emotional well-being (0-22), behavioural problems (0-28) and prosocial behaviours (0-25). We estimated chronotype using the time of mid-sleep on weekends and examined the associations using multilevel regressions, adjusted for sleep duration, school start time, individual, family and geographic characteristics. The average time of mid-sleep (chronotype) was 04:11 hr. An hour delay in mid-sleep time was associated with more emotional problems (0.34 [95% confidence interval 0.23, 0.45] point higher score), more behavioural problems (2.0% [95% confidence interval 1.4%, 2.6%] higher score), less emotional well-being (0.19 [95% confidence interval 0.09, 0.20] point lower score), and fewer prosocial behaviours (0.18 [95% confidence interval 0.08, 0.29] point lower score). A later chronotype was associated with poorer mental health, independent of sleep duration and school start time, and across internalizing and externalizing mental health domains. Further research is needed to clarify the mechanisms underlying this association. The timing of sleep, and not just its duration, may be an additional consideration for youth mental health.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».