0777 Variations in Vigilance and Sleep Among Underground Mine Workers During 14 Consecutive Night Shifts
Notice bibliographique
Résumé
Abstract Introduction Adverse effects of night shift work are well known but there is scarce data on how vigilance and sleep vary across a large number of consecutive night shifts. Methods In summer, 38 underground miners (mean age (SD): 36.8 (13.9) years) wore an actigraph, filled out the Morningness-Eveningness questionnaire, and completed a Visual Analog Scale capturing subjective vigilance (very sleepy to very alert) 4 times per shift (19:00, 22:00, 02:00, and 05:30) for 14 consecutive night shifts. Mixed effects linear regression models were used to account for repeated measures. Results Mean vigilance level is lower at 22:00, 02:00 and 05:30 than at the beginning of the shift at 19:00 (p<0.001). Also, a more pronounced decrease in vigilance during the night was observed among older workers compared to younger workers (p<0.05). Moreover, workers with greater eveningness have higher vigilance at the beginning of the first night shift at 19:00 (p<0.001), but their decline in vigilance level during the night is faster than that observed in workers with greater morningness (p<0.01). Interestingly, the mean vigilance decline observed at 02:00 and 05:30 (compared to 19:00) is slowed down for each additional night shift (p<0.001). Furthermore, mean sleep efficiency is negatively associated with morningness and gradually decreases across consecutive night shifts (p<0.05). In addition, mean sleep duration is shorter in older workers and is positively associated with morningness (p<0.05). Conclusion Results show a progressive improvement in vigilance of mine workers assigned to a large number of consecutive 12-hour night shifts from 2 am onwards. This may probably be ascribed to an adjustment in homeostatic sleep propensity consecutive to the partial sleep deprivation associated with time spent traveling to the remote site before the first shift. However, circadian adjustment is unlikely considering the strong morning light exposure experienced daily after the night shift. Support College and Community Innovation Program of the Natural Sciences and Engineering Research Council of Canada (NSERC) (CUI2I 472201-14)
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 | 0,001 |
| 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 ».