Undercover Dogs: Pet Dogs in the Sleep Environment of Patients with Chronic Pain
Notice bibliographique
Résumé
(1) Background: Chronic pain is a significant and prevalent condition in many industrialized nations. Pain and sleep’s reciprocal nature suggests that interventions to improve sleep may decrease pain symptoms. Little attention has been paid to the influence that owning a pet dog has on the pain/sleep relationship. Typical advice to remove pets from the bedroom negates the possible positive benefit of human-animal co-sleeping. Aim: To investigate pain patients’ perceived impact of pet dog ownership on sleep. (2) Methods: We carried out a content analysis of interview data focused on the impact of pet dog ownership on sleep. The qualitative dataset comes from a subgroup of participants in a larger study examining the pain patient/canine relationship. This subgroup of participants from the larger study was asked, “Does your dog have a positive or negative impact on your sleep?” The data were thematically coded using an iterative approach. (3) Findings: Codes included: companionship; physical presence/’cuddles’; routine/schedule; distraction from anxiety/worry at night; reassuring/protective presence; active intervention to keep participant safe; daytime activity to promote sleeping at night; and reciprocal concern for the sleep of the pet dog. (4) Conclusions: Pet dogs may play important roles in helping people with chronic pain achieve sleep onset and maintenance. Removing the dog to improved sleep could be counter-productive and lead to additional sleep-related issues.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».