Healthy sleep for healthy schools: A pilot study of a sleep education resource to improve adolescent sleep
Notice bibliographique
Résumé
ISSUE ADDRESSED: Insufficient sleep and unhealthy sleep practices in adolescents are associated with significant health risks. Sleep education programs in schools aim to improve sleep behaviour. A new eLearning sleep education program, Healthy Sleep for Healthy Schools (HS4HS), was developed focused on these goals and is distinguishable from other sleep education programs because it is delivered by teachers, making it more sustainable and adaptable for schools. We aimed to evaluate if HS4HS would improve student sleep knowledge, healthy sleep practices, sleep duration and reduce sleepiness. We also aimed to understand if this intervention could be successfully implemented by trained teachers. METHODS: Teachers trained in sleep delivered HS4HS to 64 South Australian students in year 9 (aged 13-14 years) over 6 weeks during regular school curriculum. A sleep education survey assessing sleep patterns (such as healthy sleep practices, time in bed and sleepiness), and a sleep knowledge questionnaire was completed pre- and post-HS4HS delivery. Evaluations were also completed by teachers. RESULTS: Sleep knowledge and healthy sleep practices significantly improved post intervention. Time in bed on both school days and weekends increased slightly and sleepiness decreased slightly, but these changes were not statistically significant. Teachers found the program useful, comprehensive and easy to incorporate into their curricula. CONCLUSIONS: After short training, teachers can deliver sleep education during class and improve sleep practices in their students. This suggests that this program may offer potential as an effective and useful resource for teachers wanting to include sleep health in their curriculum. SO WHAT?: Sleep is the foundation of good health and teachers can promote and integrate sleep education into their curricula for the first time with this online teacher focussed program, which has the potential to be a sustainable sleep health promotion resource.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».