The Relationship Between Sleep Health, Sleep Regularity, Optimism, and Well-Being With Self-Rated Health: A Study on Healthcare Professionals
Notice bibliographique
Résumé
Background and Objective This study investigates the impact of sleep, well-being, and optimism on self-rated health among healthcare professionals in the United Arab Emirates (UAE).Methods A cross-sectional approach was employed, using Pearson correlation and linear regression to analyze the relationship between sleep, well-being, optimism, and self-rated health among health care professioansl in the UAE.Results The age range of the participants was between 20–65 years, and they were predominantly female (68.7%). Significant predictors of self-rated health included well-being (p < 0.001), optimism (p = 0.004), and sleep circadian regularity (p = 0.009), explaining 10% of the variance in self-rated health (R2 = 0.103). Among the participants, 84.1% worked in public hospitals, and 15.9% in private hospitals. Regarding body mass index, 43.9% were of normal weight, 4.8% underweight, 32.4% overweight, and 18.9% obese. Males reported higher well-being and sleep continuity scores than females.Conclusions The study highlights the critical role of sleep health, well-being, and optimism in shaping healthcare professionals’ self-rated health. These results suggest that improving these mental health factors can positively influence healthcare professionals’ self-rated health, potentially enhancing their performance and patient care quality. Further research is needed to identify additional determinants and to establish causal relationships through longitudinal studies.
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 | 0,020 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».