Nurses’ Sleep Characteristics by Shift Type in a Tertiary Hospital With Flexible Working Arrangements
Notice bibliographique
Résumé
Objectives: To improve the adaptation of shift work, various flexible shift patterns for nurses have introduced in addition to the existing eight-hour-three-shift system. This study aimed to compare the differences in rotating nurses’ sleep characteristics according to shift patterns. Methods: A total of 62 rotating nurses (all females, mean age 29.79±4.30 years) participated in sleep monitoring for consecutive two weeks. Objective sleep was obtained using Readiband (Fatigue Science, Inc., Vancouver, BC, Canada), a wrist-worn device that uses an accelerometer to distinguish sleep and wakefulness. Subjective sleep characteristics were measured using the Morningness-Eveningness questionnaire (MEQ), Bedtime Procrastination Scale (BPS), Epworth Sleepiness Scale (ESS), and Insomnia Severity Index (ISI). Results: Mean BPS was 30.42±5.10, ESS was 10.42±4.27, and ISI was 11.58±4.16, and there were no statistical differences in sleep parameters except for total sleep time (TST). Although significant differences were not found in sleep parameters according to shift patterns, 27.4% of rotating nurses report subjective sleep problems. More than half (59.7%) suffer from excessive daytime sleepiness. ISI was negatively correlated with age (rho=-0.275, p=0.031) and shift work period (rho=-0.278, p=0.028), but it was positively correlated with ESS (rho=0.306, p=0.015). Furthermore, BPS was negatively correlated with MEQ (rho=-0.351, p=0.005) and TST (rho=-0.307, p=0.016). Conclusions: To improve the sleep of rotating nurses, more active interventions, such as sleep education to reduce bedtime procrastination and short naps during night shifts, are needed.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».