MétaCan
Menu
Retour à la cohorte
Enregistrement W3043486557 · doi:10.7759/cureus.9292

Lights Out! The Body Needs Sleep: Electronic Devices and Sleep Deficiency

2020· review· en· W3043486557 sur OpenAlexaboutno aff
Nicholas Tsouklidis, Nayibeth Tallaj, Yinabeth Tallaj, Stacey E Heindl

Notice bibliographique

RevueCureus · 2020
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSleep hygieneMedicineSleep (system call)ObesityBody mass indexGerontologyHygienePsychiatryEnvironmental healthPediatricsSleep qualityInsomniaEndocrinology

Résumé

récupéré en direct d'OpenAlex

Sleep hygiene in children and young adults has been a topic of interest in scientific studies geared towards understanding metabolism, mental health, neuroscience, and in reference to the quality of life. There are multiple factors that may contribute to poor sleep hygiene in children, many of these include environmental factors and genetic components. This review article will pay particular focus on environmental factors which as of late, have been increasing contributors to poor sleep hygiene in children. Ultimately, these factors lead to unhealthy habits that transform into unhealthy lifestyles in younger populations worldwide. This article will concentrate on studies conducted in the United States, Canada, Switzerland, Norway, and Belgium. In each of these studies, children who are exposed to increased use of electronic devices such as tablet computers, television, desktop computers, and other mobile devices during the late hours of the night, are evaluated and assessed for changes in their rapid eye movement (REM) sleep cycles, sleep latency, body mass index (BMI) levels, obesity risks, and other neurologic deficits which may be linked to this inappropriate use of technology during peak hours of the night. We will understand the physiology behind how sleep works, the events leading up to sleep, and disruptions that can occur, and their devastating effects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,024
Tête enseignante GPT0,320
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetSleep and related disordersTravaux en français237 207