The Correlation of Sleep Quality and Cognitive Function In Students Of the Faculty Medicine during the Covid-19 Pandemic
Notice bibliographique
Résumé
Sleep deprivation often occurs in those who live in social situations and lifestyles that support the occurrence of these conditions, for example in people who have a large workload or academic demands, including medical students. Moreover, the outbreak of the COVID-19 pandemic since 2020 has made various universities suspend face-to-face learning which has an impact on increasing assignment assignments. This study aims to determine the relationship between sleep quality and cognitive function in the Class of 2020-2021 Students of the Faculty of Medicine of Tarumanagara University during the COVID-19 pandemic. The research method used is an analytical observational study using a cross-sectional analysis design. Data was collected online through filling out the Pittsburgh Sleep Quality Index (PSQI) and Indonesian-language Montreal Cognitive Assessment (MoCA-INA) questionnaires by respondents during the period of December 2021 to May 2022. The results of the study obtained 249 respondents, of which 159 respondents had poor sleep quality (63.9%). Poor sleep quality was more commonly found in respondents in the age group of 20-22 years (67.2%), female gender (68.2%), group with history of routine drug consumption (88.2%), and history of consuming caffeinated drinks >2x/day (76.3%). There is a significant relationship between sleep quality and cognitive function in the Class of 2020-2021 Students of the Faculty of Medicine of Tarumanagara University during the COVID-19 pandemic (RR=6.575, p<0.0001) as a conclusion. It is hoped that the results of this study can serve as educational material and reference especially for university students so that they can apply good sleep hygiene practices to optimize sleep quality and cognitive function. Keywords: COVID-19, PSQI, MoCA-INA
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».