Sleep in adults from the UK during the first few months of the coronavirus outbreak
Notice bibliographique
Résumé
The coronavirus disease 2019 (COVID-19) outbreak emerged at the end of 2019 and quickly spread around the world. Measures to counter COVID-19, including social distancing and lockdowns, created an unusual situation that had the potential to impact a variety of behaviours, including sleep, which is crucial for health and well-being. Data were obtained through an online survey. The total sample comprised 19,482 participants from the UK. Participants were asked several questions regarding sleep quality and quantity. Each participant completed the questionnaires once during a data collection period spanning January 20 to March 31, 2020. Data provided by different participants during different weeks (spanning time-periods just before COVID-19 was identified in the UK and during the early weeks following its arrival) were compared using analysis of variance tests and regressions. Regression analyses controlling for age, sex and ethnicity revealed significant associations of small magnitude between date of survey completion and sleep quality, sleep latency, number of awakenings and composite score of poor sleep quality. These analyses also indicated small increases in eveningness tendency as the study progressed. There was no change in sleep duration or time spent awake at night. The COVID-19 outbreak did not appear to impact negatively sleep in a substantial manner during the early stages in the UK. The small increases in sleep quality variables (except for time spent awake at night and sleep duration) and eveningness are nonetheless of interest. Further research is needed to understand how best to provide support to those most in need of a good night's sleep during this unprecedented time.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».