Profiles of sleep changes during the COVID‐19 pandemic: Demographic, behavioural and psychological factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary This study aimed to evaluate changes in sleep during the COVID‐19 outbreak, and used data‐driven approaches to identify distinct profiles of changes in sleep‐related behaviours. Demographic, behavioural and psychological factors associated with sleep changes were also investigated. An online population survey assessing sleep and mental health was distributed between 3 April and 24 June 2020. Retrospective questions were used to estimate temporal changes from before to during the outbreak. In 5,525 Canadian respondents (67.1% females, 16–95 years old: Mean ± SD = 55.6 ± 16.3 years), wake‐up times were significantly delayed relative to pre‐outbreak estimates ( p < .001, = 0.04). Occurrences of clinically meaningful sleep difficulties significantly increased from 36.0% before the outbreak to 50.5% during the outbreak (all p < .001, g ≥ 0.27). Three subgroups with distinct profiles of changes in sleep behaviours were identified: “Reduced Time in Bed”, “Delayed Sleep” and “Extended Time in Bed”. The “Reduced Time in Bed” and “Delayed Sleep” subgroups had more adverse sleep outcomes and psychological changes during the outbreak. The emergence of new sleep difficulties was independently associated with female sex, chronic illnesses, being employed, family responsibilities, earlier wake‐up times, higher stress levels, as well as heavier alcohol use and television exposure. The heterogeneity of sleep changes in response to the pandemic highlights the need for tailored interventions to address sleep problems.
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.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle