MétaCan
Menu
Retour à la cohorte
Enregistrement W4392505490 · doi:10.1016/j.smrv.2024.101915

A systematic review of ambient heat and sleep in a warming climate

2024· review· en· W4392505490 sur OpenAlexaff
Guillaume Chevance, Kelton Minor, Constanza Vielma, Emmanuel Campi, Cristina O’Callaghan‐Gordo, Xavier Basagaña, Joan Ballester, Paquito Bernard

Notice bibliographique

RevueSleep Medicine Reviews · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesAgencia Estatal de InvestigaciónGeneralitat de CatalunyaEuropean CommissionMinisterio de Ciencia e InnovaciónCentres de Recerca de Catalunya
Mots-clésClimate changeUrbanizationEnvironmental scienceSleep (system call)Human healthGlobal warmingNatural resource economicsAdaptation (eye)Environmental healthClimatologyPsychologyMedicineEcologyBiologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Climate change is elevating nighttime and daytime temperatures worldwide, affecting a broad continuum of behavioral and health outcomes. Disturbed sleep is a plausible pathway linking rising ambient temperatures with several observed adverse human responses shown to increase during hot weather. This systematic review aims to provide a comprehensive overview of the literature investigating the relationship between ambient temperature and valid sleep outcomes measured in real-world settings, globally. We show that higher outdoor or indoor temperatures are generally associated with degraded sleep quality and quantity worldwide. The negative effect of heat persists across sleep measures, and is stronger during the hottest months and days, in vulnerable populations, and the warmest regions. Although we identify opportunities to strengthen the state of the science, limited evidence of fast sleep adaptation to heat suggests rising temperatures induced by climate change and urbanization pose a planetary threat to human sleep, and therefore health, performance, and wellbeing.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0080,010
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,095
Tête enseignante GPT0,399
Écart entre enseignants0,304 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations112
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSleep Medicine ReviewsMême sujetClimate Change and Health ImpactsTravaux en français237 207