MétaCan
Menu
Retour à la cohorte
Enregistrement W4386152064 · doi:10.1097/jom.0000000000002951

Effect of Work-Related Behavior and Experience Patterns on Sleep Quality in Emergency Medical Service Personnel

2023· article· en· W4386152064 sur OpenAlexaff
Julia Schnell, Beatrice Thielmann, Heiko Schumann, Irina Böckelmann

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésPittsburgh Sleep Quality IndexSleep patternsInsomniaScale (ratio)Service (business)Behavioral patternMedicinePsychologySleep qualityClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to examine the influence of work-related behavior and experience patterns on sleep quality in emergency medical service personnel. METHODS: From the total sample of 508 emergency medical service workers who took part in the Germany-wide online survey, 368 respondents completed the questionnaires on sleep characteristics (Pittsburgh Sleep Quality Index [PSQI]) and work-related behavior and experience pattern. Three hundred sixty-seven of the 368 participants also finished the Regensburg Insomnia Scale. RESULTS: Based on their work-related behavior and experience pattern results, individuals were categorized into one of the four following patterns: two risk patterns (A, B) and two healthy behavior and experience patterns (G, S). Participants that were classified into risk-pattern A and B (33.85%) scored significantly higher in both PSQI and Regensburg Insomnia Scale overall score and all PSQI components implicating a poorer sleep quality. A total of 78.5% of the individuals with pattern A and B were considered bad sleepers whereas only 43.4% of individuals with pattern G and S were scored as bad sleepers. CONCLUSIONS: Work-related behavior and experience patterns showed a strong association to sleep characteristics and may therefore be used to identify appropriate preventative measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,357
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetSleep and related disordersTravaux en français237 207