Low‐to‐Moderate Daytime Physical Activities Predicted Higher‐Quality Sleep Among Habitually Active Agropastoralists
Notice bibliographique
Résumé
INTRODUCTION: The positive effects of physical activity (PA) on sleep are widely promoted by public health organizations and supported by abundant empirical evidence. Nonetheless, there remains a dearth of studies investigating the association between daytime PA and nighttime sleep among non-urban and nonindustrial populations that habitually engage in PA as part of their subsistence strategy. METHODS: Here, we examined the bidirectional relationship between PA and sleep. We also looked at age, gender, and occupation-level differences in moderate-to-vigorous-intensity PA (MVPA), low-intensity PA (LPA), and sedentary activity durations among Basotho and Xhoxa agropastoralists residing in rural villages in the Eastern Cape, South Africa. We analyzed activity and sleep data collected from 113 individuals using MotionWatch actigraphy wristwatches across three field seasons (7111 individual days). RESULTS: Percentage daily total MVPA decreased with age, though older participants maintained low activity levels and did not suffer from poorer sleep compared to younger participants. Herders spent more percentage of their day in higher-intensity activity than non-herders. Overall, women had greater daily percentage MVPA and lower percentage sedentary activity than men. Durations of total MVPA and LPA decreased total sleep time (TST) and improved sleep quality (increased sleep efficiency (SE), decreased fragmentation, and decreased percentage wake after sleep onset). Daytime PA measures were not affected by sleep duration or quality from the previous night. CONCLUSIONS: Among this group of habitually active agropastoralists, low-to-moderate-intensity PA durations consistently predicted higher sleep quality. Our findings showed that sleep quality was more strongly affected by PA than sleep duration.
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 | 0,000 | 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) | 0,003 | 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 ».