Possible sleep bruxism, smartphone addiction and sleep quality among Brazilian university students during COVID-19 pandemic
Notice bibliographique
Résumé
Objectives To evaluate the association of sleep bruxism activity with smartphone addiction and sleep quality among university students during COVID-19 pandemic. Material and Methods A cross-sectional online survey with 546 university students in social distancing was conducted (May 29th to June 2nd 2020). Participants should be undergraduate and graduate students enrolled in Brazilian public/private universities. A self-completed questionnaire collected sociodemographic characteristics, academic information, and severity of possible sleep bruxism (PSB) activities (grinding, bracing, and thrusting). Students answered the Brazilian version of Pittsburgh sleep quality index (PSQI-BR) and short form of the smartphone addiction scale (SAS-SV). Descriptive statistics and multinomial logistic regression were performed (p=0.05). Results Sample mean age was 24.9 (±5.5) years. Students with higher scores of PSQI-BR were more likely to present severe PSB-bracing (OR=1.154; 95%CI=1.057-1.260), severe PSB-grinding (OR=1.133; 95%CI=1.048-1.225) and severe PSB-thrusting (OR=1.197;95%CI=1.107-1.294). Students who had children presented 3 times more chance (OR=3.193; 95%CI=1.236-8.250) to report severe PSB-thrusting. Being female increased the chance of reporting moderate (OR=3.315; 95%CI=1.333-8.914) and severe (OR=2.940; 95%CI=1.116-7.747) PSB-thrusting. Students not enrolled in distance learning presented 2 times more chance (OR=2.638; 95%CI=1.233-5.649) of reporting moderate PSB-grinding. Students with higher scores in SAS-SV had a slight increase in the chance of presenting mild (OR=1.042; 95%CI=1.009-1.077) and moderate (OR=1.065; 95%CI=1.018-1.115) PSB-bracing, as well as mild (OR=1.044; 95%CI=1.011-1.078) and moderate (OR=1.041; 95%CI=1.005-1.077) PSB-thrusting. Conclusion Smartphone addiction, worse sleep quality, having children, female sex and not being enrolled in distance learning were associated possible sleep bruxism during COVID-19 pandemic.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».