MétaCan
Menu
Retour à la cohorte
Enregistrement W3083985940 · doi:10.1101/2020.09.08.20190835

Examining the relationship between adolescent health behaviors, brain health, and academic achievement using fNIRS

2020· preprint· en· W3083985940 sur OpenAlexafffund
Mia Papasideris, Adrian B. Safati, Hasan Ayaz, Plinio Pelegrini Morita, Peter A. Hall

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensResearch Institute for AgingUniversity Health NetworkPublic Health OntarioUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyPrefrontal cortexCognitionEffects of sleep deprivation on cognitive performanceBrain activity and meditationAcademic achievementDevelopmental psychologyClinical psychologyAudiologyMedicineNeuroscienceElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Abstract Background Several adolescent health behaviors have been hypothesized to improve academic performance via their beneficial impact on cognitive control and functional aspects of the prefrontal cortex (PFC). Specifically, exercise, restorative sleep, and proper diet are thought to improve PFC function, while substance abuse is thought to reduce it. Few studies have examined the relationships among all of these in the same sample, while quantifying downstream impacts on academic performance. Objective The primary objective of this study is to examine the association between lifestyle behaviors and academic performance in a sample of adolescents, and to examine the extent to which activity within the PFC and behavioural indices of inhibition may mediate this relationship. Methods Sixty-seven adolescents underwent two study sessions five days apart. Sleep and physical activity were measured using wrist-mounted accelerometry; eating habits, substance use and academic achievement were measured by self-report. Prefrontal function was quantified by performance on the Multi-Source Interference Task (MSIT), and task-related brain activity via functional near-infrared spectroscopy (fNIRS). Results Higher levels of accelerometer-assessed physical activity predicted higher MSIT accuracy scores ( ϐ = .321, ρ = 0.019) as well as greater task-related increases in activation within the right dlPFC ( ϐ =.008, SE = .004, ρ =.0322). Frequency of fast-food consumption and substance use were both negatively associated with MSIT accuracy scores ( ϐ = −.307, ρ = .023) and Math grades ( β = −3.702, SE = 1.563, ρ = .022) respectively. However, these effects were not mediated by indicators of PFC function. Conclusion Physical activity and eating behaviors predicted better interference task performance in adolescents, with the former mediated by greater task-related increases in right dlPFC activation. Substance use predicted worse Math grades, however, no other reliable effects of health behaviors on academic outcomes were evident.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,168
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
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 Opus0,237
Tête enseignante GPT0,439
Écart entre enseignants0,202 · 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207