0236 Team-Based Athletes Sleep Less Than Individual Athletes, But Do Not Report More Insomnia or Fatigue
Notice bibliographique
Résumé
Abstract Introduction Collegiate student-athletes face challenges balancing academics and athletics, and getting an adequate amount of sleep is one factor that can assist in sustaining an elite level of play. Team-based sports may present with systematically different sets of demands. Methods Data were obtained at the start of the academic semester from N=189 NCAA Division-1 athletes from a wide range of sports. The sample was 46% female. Individuals were classified as playing in a team sport (e.g., football, basketball, baseball, softball, volleyball) or an individual sport (e.g., swimming, track, golf). Sleep-related outcomes included self-reported sleep duration and sleep latency, frequency of sleeping pill use (Never, Rarely, Sometimes, Often), Insomnia Severity Index score, and Fatigue Severity Scale score. Regression analyses were adjusted for age and sex. Results In adjusted analyses, team-based athletes reported 22.4 minutes less sleep than individual athletes (95%CI -42.8,-1.9; p<0.05). They also reported 5.6 less minutes of sleep latency (95%CI -10.8,-0.3; p<0.05). More frequent sleeping pill use was also reported (oOR=0.96; 95%CI: 0.26,1.67; p=0.007). They did not report any differences in insomnia or daytime fatigue levels. Conclusion These results suggest that even though team-based athletes may not report more sleep complaints or daytime complaints, they may be at increased risk for less sleep and more sleep medication. Further work is needed to identify the sources of these differences to guide interventions. Support The REST study was funded by an NCAA Innovations grant. Dr. Grandner is supported by R01MD011600
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,010 | 0,001 |
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 ».