Disparities in greenspace associated with sleep duration among adolescent children in Southern California
Notice bibliographique
Résumé
Background: More than half of adolescent children do not get the recommended 8 hours of sleep necessary for optimal growth and development. In adults, several studies have evaluated effects of urban stressors including lack of greenspace, air pollution, noise, nighttime light, and psychosocial stress on sleep duration. Little is known about these effects in adolescents, however, it is known that these exposures vary by socioeconomic status (SES). We evaluated the association between several environmental exposures and sleep in adolescent children in Southern California. Methods: In 2010, a total of 1476 Southern California Children’s Health Study (CHS) participants in grades 9 and 10 (mean age, 13.4 years; SD, 0.6) completed a questionnaire including topics on sleep and psychosocial stress. Exposures to greenspace, artificial light at night (ALAN), nighttime noise, and air pollution were estimated at each child’s residential address, and SES was characterized by maternal education. Odds ratios and 95% confidence intervals (95% CIs) for sleep outcomes were estimated by environmental exposure, adjusting for age, sex, race/ethnicity, home secondhand smoke, and SES. Results: An interquartile range (IQR) increase in greenspace decreased the odds of not sleeping at least 8 hours (odds ratio [OR], 0.86 [95% CI, 0.71, 1.05]). This association was significantly protective in low SES participants (OR, 0.77 [95% CI, 0.60, 0.98]) but not for those with high SES (OR, 1.16 [95%CI, 0.80, 1.70]), interaction P = 0.03. Stress mediated 18.4% of the association among low SES participants. Conclusions: Residing in urban neighborhoods of greater greenness was associated with improved sleep duration among children of low SES but not higher SES. These findings support the importance of widely reported disparities in exposure and access to greenspace in socioeconomically disadvantaged populations.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».