A comprehensive evaluation of built-environment as a risk factor for sleep disruption
Notice bibliographique
Résumé
Background/ Aim Sleep disruption is a significant public health issue, given its high prevalence and links to both injury and chronic disease. Interventions for improving sleep often focus on individual-level behaviour change. Modifying aspects of the built environment may be a strategy for population-level improvements. Few studies have evaluated the impacts of built environment on sleep. We assessed relationships between the built environment and sleep disruption using a well-characterized, population-based cohort. Methods Analyses were conducted among participants of the British Columbia Generations Project (BCGP) with complete data on built environment factors and self-reported sleep duration and quality(n=23,556). Measures of air pollution (PM₂.₅, NO₂), greenness (density within 250-metres) and intensity of light-at-night (LAN) were obtained from the Canadian Urban Environmental Research Consortium (CANUE), and linked to participants residential postal codes. Logistic regression analysis, adjusted for age and sex, was used to estimate the association between each built environment factor and self-reported sleep duration (<7 hours, ≥7 hours) and difficulty in falling or staying asleep (sometimes/most of the time/ always vs. rarely/never). Results Increased PM₂.₅ was associated with lower odds of insufficient sleep duration (OR=0.85/5µg/m³; 0.74-0.97) and greater odds of difficulty falling/staying asleep (OR 1.54/5µg/m³; 1.37-1.74). Increased LAN intensity was associated with greater odds of insufficient sleep (OR=1.04/10-unit; 1.02-1.07) but not with difficulty falling/staying asleep. Greenness exposure in the top quartile was associated with reduced odds of insufficient sleep (OR=0.92; 0.86-0.99) and difficulty staying/falling asleep (OR=0.97; 0.95-0.99) compared to those in the bottom quartile. Greenness, LAN and PM₂.₅ were moderately correlated (-0.5 < r < 0.5). Conclusions BCGP’s rich data enabled a comprehensive evaluation of the built-environment as a modifiable determinant of sleep disruption. Further analyses will elucidate the mediating effects of sleep on the links between built-environment and chronic disease. Keywords Sleep; Built Environment; Air Pollution; Greenness; Light pollution
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| 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 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 ».