The Impact of Cognitive Fatigue and Sleep Quality on Reaction Time in Athletes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aimed to investigate the relationship between cognitive fatigue, sleep quality, and reaction time in athletes and to determine the predictive value of cognitive fatigue and sleep quality on reaction time performance. The study employed a correlational descriptive design with a sample of 385 Canadian athletes, selected based on Morgan and Krejcie's sample size guidelines. Data were collected using the Deary-Liewald Reaction Time Task for reaction time, the Cognitive Fatigue Scale for cognitive fatigue, and the Pittsburgh Sleep Quality Index for sleep quality. Pearson correlation analyses were conducted to assess the relationships between reaction time and each independent variable, and multiple linear regression was used to examine the combined predictive power of cognitive fatigue and sleep quality on reaction time. All analyses were performed using SPSS version 27, with a significance threshold set at p < 0.05. The results demonstrated that cognitive fatigue was positively correlated with reaction time (r = .41, p < 0.01) and sleep quality was also positively correlated with reaction time (r = .37, p < 0.01). Multiple linear regression analysis showed that cognitive fatigue and sleep quality together significantly predicted reaction time (R = .46, R² = .21, F(2, 382) = 49.38, p < 0.001). Both cognitive fatigue (B = 2.38, p < 0.001) and sleep quality (B = 4.61, p < 0.001) were significant independent predictors of reaction time. The findings highlight that both increased cognitive fatigue and poorer sleep quality are associated with slower reaction times in athletes. These results underscore the importance of managing both mental fatigue and sleep health to optimize cognitive-motor performance in athletic settings.
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.
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 | 0,000 | 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) | 0,000 | 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 découle