Prevalence Rates of Frequent Dream Recall and Nightmares by Age, Gender and Sleep Duration in 16 Countries
Notice bibliographique
Résumé
The present study aimed to describe the prevalence rates of frequent (i.e., at least weekly) dream recall and nightmares with consideration for differences in age, gender and sleep duration in 16 countries using equivalent assessment methods. The study sample included 15,854 participants (69.9% women) aged 18-99 years (M = 42.39, SD = 16.43) collected by the International COVID-19 Sleep Study collaboration, which used a unified online survey to collect data from May to November 2021 across 16 countries. Participants provided demographic information as well as self-reported estimates of their dream recall and nightmare frequency and sleep duration in 2021 and retrospectively for 2019. Frequent dream recall occurred in 54.0% of participants in 2021 and 51.1% in 2019. Frequent nightmares were reported by 11.0% of participants in 2021 and 6.9% in 2019. Ad hoc regression models found dream recall and sleep duration to have a linear relation, whereas nightmare frequency demonstrated a quadratic relation to sleep duration. Frequent dream recall and nightmare prevalence rates are reported for each of the 16 study countries by age, gender and sleep duration. This is the first multi-continent study to estimate frequent dream recall and nightmare prevalence, which both provides updated prevalence rates during the COVID-19 pandemic as well as extends existing knowledge to previously never studied countries.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».