MétaCan
Menu
Retour à la cohorte
Enregistrement W4412875333 · doi:10.61838/kman.hn.3.3.1

The Impact of Cognitive Fatigue and Sleep Quality on Reaction Time in Athletes

2025· article· en· W4412875333 sur OpenAlexaffabout
Karina Batthyány, Sarah Turner, Seyed Milad Saadati

Notice bibliographique

RevueHealth Nexus · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensSimon Fraser UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésSleep qualityAthletesCognitionSleep (system call)PsychologyPhysical medicine and rehabilitationMedicinePhysical therapyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,449
Écart entre enseignants0,387 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth NexusMême sujetGrit, Self-Efficacy, and MotivationTravaux en français237 207