Changes in sleep and the prevalence of probable insomnia in undergraduate university students over the course of the COVID-19 pandemic: findings from the U-Flourish cohort study
Notice bibliographique
Résumé
BACKGROUND: Sleep problems associated with poor mental health and academic outcomes may have been exacerbated by the COVID-19 pandemic. AIMS: To describe sleep in undergraduate students during the COVID-19 pandemic. METHOD: This longitudinal analysis included data from 9523 students over 4 years (2018-2022), associated with different pandemic phases. Students completed a biannual survey assessing risk factors, mental health symptoms and lifestyle, using validated measures. Sleep was assessed with the Sleep Condition Indicator (SCI-8). Propensity weights and multivariable log-binomial regressions were used to compare sleep in four successive first-year cohorts. Linear mixed-effects models were used to examine changes in sleep over academic semesters and years. RESULTS: -trend < 0.001) before and up to the peak of the pandemic. Sleep improved somewhat in autumn 2021, when restrictions loosened. Students commonly reported daytime sleep problems, including mood, energy, relationships (36-48%) and concentration, productivity, and daytime sleepiness (54-66%). There was a consistent pattern of worsening sleep over the academic year. Probable insomnia was associated with increased cannabis use and passive screen time, and reduced recreation and exercise. CONCLUSIONS: Sleep difficulties are common and persistent in students, were amplified by the pandemic and worsen over the academic year. Given the importance of sleep for well-being and academic success, a preventive focus on sleep hygiene, healthy lifestyle and low-intensity sleep interventions seems justified.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».