0213 Latent Typologies of College Students’ Sleep-related Habits and Behaviors
Notice bibliographique
Résumé
Abstract Introduction With 43% of college students obtaining less than the recommended 7-9 hours of sleep per night and with over 75% reporting feeling tired/sleepy most days of the week (American College Health Association, 2023), this population is at significant risk for mental health, physical, and academic problems (Gaultney, 2010; Peltz & Rogge, 2016). Research has tended to focus on links between deficient sleep and negative outcomes via variable-center approaches (e.g., linear modeling), which may fail to capture individuals who exhibit multivariate sleep patterns (Yue et al., 2022). The present study used a latent profile analysis to identify subpopulations based on an extensive group of sleep-related habits and behaviors endorsed by a large sample of college students. Methods The current sample’s mean age (N=638, 82.4% female) was 21.3 years (SD=2.4; range 18-34), and 64.3% of participants were white, with 19.6% Asian/Pacific Islander, 6.9% Black, 6.7% Hispanic/Latinx, and 2.5% multi-racial or “other.” Approximately 60.5% of the sample lived on campus, and 56.8% maintained part- or full-time employment while attending school. The sleep-related habits and behaviors included in the latent profile analysis included the following scales: sleep disturbance, daytime impairment, environmental noise, sleep environment, sleep competency, sleep hygiene, work hours, problematic smartphone use, chronotype, and melatonin usage. Results Five sleep classes were identified including two more adaptive groups (great sleepers-23% & typical sleepers-35%), and three groups reporting greater sleep challenges (poor but conscientious sleepers-19%, poor sleepers-20%, & self-sabotaging sleepers-3%). The two adaptive groups reported fewer depressive/anxiety symptoms and higher GPAs, whereas the groups reporting disrupted sleep reported greater depressive/anxiety symptoms, life stress, and lower GPAs. The poor but conscientious sleepers were distinguished by better sleep environments and sleep hygiene (with slightly lower impairment), whereas the sabotaged sleepers were distinguished by poorer sleep hygiene, sleep environments, and greater problematic phone and alcohol use (with slightly greater impairment). Regressions predicting individual, interpersonal, and adaptive functioning highlighted that the typologies contributed unique predictive validity toward understanding college student functioning. Conclusion Our results highlight the diversity of sleep typologies present in college students. Students falling into poor/problematic sleep groups remain at risk for negative psychosocial and other health-related outcomes. Support (if any)
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».