WEEKLY, SEASONAL AND GEOGRAPHIC PATTERNS IN HEALTH CONTEMPLATIONS ABOUT SUNDOWNING BEHAVIORS
Notice bibliographique
Résumé
Sundowning behaviors (agitation later in the day) are common in older adults with dementia. The underlying etiology for these behaviors is unclear; possibilities include increased caregiver fatigue at the end of the day and disruption of circadian rhythms by both age and neurodegenerative illness. Daily internet search query data was obtained from Google Trends (2005 to 2016 inclusive). Circumseptan (weekly) patterns were determined by wavelet analysis, seasonality was determined by the difference in search volumes between winter (December, January and February) and summer (June, July and August) months and geographic associations between percent sunny days and latitude were done on a state-by-state basis. ‘Sundowning’ searches showed a significant increase at the end of the weekend with activity 10.9 ± 4.0 percent higher on Sunday as compared to the rest of the week. Search activity showed a seasonal pattern with search activity significantly highest in the winter months (36.6 ± 0.6 versus 13.7 ± 0.2, p < 0.001). State-by-state variations in ‘sundowning’ searches showed a significant negative association with increasing mean daily sunlight (R2 = 0.16, β = -0.429 ± 0.149, p = 0.006) and showed a positive association with increasing latitude (R2= 0.38, β = 0.648 ± 0.122, p < 0.001). Interest in ‘sundowning’ is highest after a weekend, a time when external caregiver support is reduced. ‘Sundowning’ searches also were highest in winter, in states with less sun, and states at a more northerly latitudes, supporting disrupted circadian rhythms as another contributing factor to these behaviors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».