MétaCan
Menu
Retour à la cohorte
Enregistrement W3030566632 · doi:10.1093/sleep/zsaa056.189

0191 Social Jetlag and Sleep Habits on Weekends Moderate the Relationship Between Personal Standards Perfectionism and Academic Performance in Young Athletes

2020· article· en· W3030566632 sur OpenAlexaff
Jean-François Caron, J. R. Roy, Roxanne Godin, Pascale Gaudreault, Geneviève Forest

Notice bibliographique

RevueSLEEP · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesU.S. ArmyU.S. Army Medical Research and Development CommandNational Institutes of Health
Mots-clésModerationAthletesPsychologyActigraphySleep diaryPerfectionism (psychology)DemographyDevelopmental psychologyClinical psychologyMedicinePhysical therapySocial psychologyPsychiatryInsomnia

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Research suggests that young athletes may present different levels of perfectionism, which affect sport and academic performances. Sleep is also a variable that can affects grades. The aim of the present study was to investigate the relationship between personal standards (PS) perfectionism, sleep and school performance in young athletes. Methods 27 young athletes (13-16y) wore an actigraph for a week and completed an adapted version of the Frost Multidimensional Perfectionism Scale at the beginning, middle and end of the school year. Sleep habits during weekdays (WD) and weekends (WE), and social jetlag (SJ) were extracted from the actigraphy. Mean performance of the two main school subjects were taken from the final report at the end of the school year (Mgrades). A linear regression was done between PS and Mgrades. Then, we used Hayes’ PROCESS Macro V3.4 to examine the role of sleep as a moderator of the relation between PS and Mgrades. Results PS significantly predicts Mgrades (β=.59, p=.001; Ra2=.34, p=.001). The addition of the interactions terms, first between SJ and PS, then, between WE bedtimes and PS, and finally, between WE waketimes and PS, explained a significant increase in variance in Mgrades (ΔR2=.14, F(1,23)=31.81, p<.001; ΔR2=.17, F(1,23)=25.99, p<.001; ΔR2=.10, F(1,23)=12.43, p=.002, respectively). Therefore, when SJ is higher than 39min, WE bedtimes are after 10:21PM and WE waketimes are after 7:12AM, PS and Mgrades are significantly related. Conclusion These results show that when higher SJ and later WE bedtimes and waketimes are present, low PS are associated with low grades and high PS are associated with high grades. In contrast, when a small SJ, earlier WE bedtimes and waketimes are present, PS are not associated with grades. These results suggest that young athletes may be more vulnerable to the effect of sleep disturbances on grades depending on various factors such as perfectionism. Support N/A

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,321
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207