Analysis of dynamic, bidirectional associations in older adult physical activity and sleep quality
Notice bibliographique
Résumé
Sleep quality and physical activity (PA) appear to be interrelated; thus, by promoting one behaviour, it may be possible to improve the other in older adults. Examination of the within-person day-to-day variation in PA and sleep quality could potentially elucidate the directionality of the association of these behaviours. We measured sleep quality (i.e. fragmentation, efficiency, duration and latency) and moderate-to-vigorous PA using the MotionWatch8© over 14 consecutive days and nights in community-dwelling adults (n = 152; age range 53-101 years). Multilevel modelling estimated within-subject autoregressive and cross-lagged effects and between-subject associations between PA and sleep quality. On days when individuals engaged in a high amount of PA on one day (relative to their averages), they were more likely to engage in a high amount of PA on the next day (estimate, 0.19; 95% CI, 0.14, 0.24). Nights in which individuals had a long sleep latency were followed by nights in which they also had a long sleep latency (estimate, 0.09; 95% CI, 0.03, 0.14). In contrast, nights in which individuals slept for a long period of time were followed by nights in which they slept relatively less than their averages (estimate, -0.09; 95% CI, -0.13, -0.04). When individuals engaged in a large amount of PA during the day, they tended to sleep longer that following night (estimate, 0.01; 95% CI, 0.001, 0.02). All other associations between PA and sleep quality were not significant. Increasing PA therefore might increase sleep duration in older adults.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».