Exploring the link between smartphone use and sleep quality: A systematic review
Notice bibliographique
Résumé
Abstract Purpose The purpose of this systematic review was to investigate how smartphone use affected sleep quality. The review aimed to clarify the nature of this relationship and its implications for overall well‐being and health. Methodology Following the Preferred Reporting Items for Systematic Reviews and Meta‐Analyses (PRISMA) 2009 guidelines, literature published between 2014 and 2024 was reviewed across multiple databases, including PubMed, ScienceDirect, and Google Scholar. Studies were selected based on their focus on smartphone use and its effects on sleep quality. The quality of the studies was assessed using the modified Newcastle–Ottawa Scale. Findings After screening 1760 records, 25 studies met PRISMA guidelines and were included in the review. The review consistently indicated a significant negative relationship between excessive smartphone use and sleep quality with younger populations and females being more susceptible. Standardized tools such as the Pittsburgh Sleep Quality Index reinforced these findings. However, limitations include reliance on self‐reported data and the predominance of cross‐sectional studies, which hinder establishing causality. Conclusion and Policy Implications Smartphone use harms sleep quality. Interventions should raise awareness of blue‐light filters, digital detox, and evening device use limits. Educational campaigns for parents, educators, and healthcare providers can promote healthier smartphone habits, especially for adolescents and young adults.
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 | 0,021 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».