The complex association between bedtime screen use and adult sleep health
Notice bibliographique
Résumé
OBJECTIVES: To evaluate whether bedtime screen use is associated with sleep health and if this association varies by biological sex, age, and income among adults in Canada. METHODS: Data were collected through a national stratified random population-based phone interview on sleep health among adults (≥18 years) from Canada. Self-reported bedtime screen use (in bed or within 1 hour of bedtime) of the past month was used to classify participants into three groups: occasional (<once/week), moderate (1-4 times/week), and regular (≥5 times/week) bedtime screen users. Sleep health (regularity, satisfaction, alertness, timing, efficiency, duration) was measured using the RU-SATED questionnaire. Post-stratified survey weights were computed from the 2021 Canadian census to ensure representativeness of the adult population in terms of geography, biological sex, age, and ethnicity. RESULTS: The sample included 1342 adults (51.5% females; 41.7% between 40-64 years) and 45.3% reported bedtime screen use every day. After accounting for biological sex, age, and income, both occasional and regular screen users reported the best overall sleep health. Results varied by sleep health dimension and biological sex was a moderator of the bedtime screen use and sleep regularity association. Bedtime screen use frequency was significantly associated (p = .01) with sleep regularity only among males. CONCLUSIONS: The association between bedtime screen use and sleep health appears complex as bedtime screen use frequency, the sleep health dimension measured, and biological sex can all influence this relationship. More research is needed to understand the sleep health and bedtime screen use association and moderators of this relationship in 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 | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».