Insufficient sleep and fitness to drive in shift workers: a systematic literature review protocol
Notice bibliographique
Résumé
BACKGROUND: The majority of shift workers experience insufficient sleep as a result of their employment. Insufficient sleep is associated with impaired neurocognitive functioning, affecting key skills required for driving, resulting in shift workers experiencing a disproportionate burden of RTC injuries and fatalities. Yet, to our knowledge, no systematic literature review (SLR) exists to critically appraise and synthesise evidence on the determinants of fitness to drive (assessed on-road) and driving performance (assessed in a driving simulator) in shift workers with insufficient sleep. OBJECTIVES: A SLR protocol is established to conduct analysis and synthesis of the level of evidence and confidence in the determinants of fitness to drive and driving performance, among shift workers with insufficient sleep. METHODS: This study follows Cooper and Hedges' established SLR methodology: formulate the problem, locate and select studies, collect data, appraise critically, analyse and present data, interpret results and disseminate information. Critical appraisal and analysis follows the 2017 American Academy of Neurology guidelines determining the level of evidence and the level of confidence for each determinant identified in the literature. Protocol and results reporting adhere to the Preferred Reporting Items for Systematic reviews and Meta-Analyses Protocols guidelines. CONCLUSIONS: This SLR contributes to research evidence examining the impact of insufficient sleep and driver sleepiness on fitness to drive and driving performance. Analysis of the level of evidence and level of confidence in the existing literature will advance evidence-informed prevention strategies and critical decision-making, to mitigate adverse effects of insufficient sleep for improving road safety.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».