647 Adolescent and Young Adult Sleep and Sleep-Related Behaviour Change During the COVID-19 Pandemic
Notice bibliographique
Résumé
Abstract Introduction Sleep disturbance, poor sleep quality, and dissatisfaction with sleep are common among adolescents and young adults (AYAs; e.g., Becker et al., 2018; Hicks et al., 2002; Hysing et al., 2013). Environmental and behavioural factors (e.g., early school start times, evening technology use and social pressures) are barriers to healthy sleep among AYAs that contribute to a “perfect storm” of sleep disturbance during this period (Carskadon, 2011; Crowley et al., 2018). Notwithstanding, few AYAs have access to sleep treatments. The COVID-19 pandemic lockdowns decreased academic and scheduling demands, providing an opportunity to study unconstrained AYA sleep and potentially facilitating better access to sleep interventions (Simpson & Manber, 2020). This study evaluated differences in baseline sleep and sleep-related behaviour change (i.e., how AYAs use an evidence-based app for sleep disturbance) before vs. during the lockdown. Methods Participants between the ages of 15 and 24 (M=20.66, SD=2.38) completed a 4-week feasibility study evaluating a free, transdiagnostic sleep self-management app (DOZE) before the lockdown (“Pre-Lockdown”; n=51) or during the lockdown (“Lockdown”; n=29). After 2 weeks of completing baseline sleep diaries, participants could set goals based on feedback and access tips, followed by 2 more weeks of completing sleep diaries. Results Compared to Pre-Lockdown, Lockdown demonstrated less variability in their sleep schedules (ps≤.011), less napping (p=.002), but increased time in bed (TIB; p<.001) and total wake time (p=.007). Total sleep time, lingering in bed in the morning, and sleep efficiency did not differ between groups. Relative to Pre-Lockdown, Lockdown showed a greater tendency to set goals to reduce schedule variability (p=.010) and to restrict excessive TIB (p=.005). Rates of goal setting for lingering in bed in the morning, sleepiness, naps, and sleep-interfering substance use did not differ between groups. Rates of accessing tips did not differ between groups. Conclusion Effects of COVID-19 lockdown on AYA sleep included less variability in their schedule and a decreased need for naps, but negative effects on TWT and TIB. As a result, AYAs set different goals during the COVID-19 lockdowns, focusing more on restricting excessive TIB than on schedule variability. Support (if any) Canadian Institutes of Health Research eHealth Innovation Partnership Program (#143551).
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».