MétaCan
Menu
Retour à la cohorte
Enregistrement W4415416219 · doi:10.1177/08901171251391599

Physical Activity, Sleep Quality, and Musculoskeletal Pain in University Students: A Comparison of Academic and Exam Periods

2025· article· en· W4415416219 sur OpenAlexaff
S Yaylaci, Senem Demirdel, Dilara Yapici

Notice bibliographique

RevueAmerican Journal of Health Promotion · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCanadian Physiotherapy Association
Organismes subventionnairesUlusal Metroloji Enstitüsü, Türkiye Bilimsel ve Teknolojik Araştirma Kurumu
Mots-clésPittsburgh Sleep Quality IndexMusculoskeletal painSittingSleep (system call)Sleep qualityPhysical activityPhysical exercise

Résumé

récupéré en direct d'OpenAlex

Purpose This study aimed to examine physical activity levels, sleep quality, and musculoskeletal discomfort in university students during the academic and exam periods. Approach or Design A cross-sectional comparative design was used. Setting The study was conducted at a University. Participants A total of 227 ( n = 199 female) undergraduate students participated. Method Data were collected face-to-face using the Cornell Musculoskeletal Discomfort Questionnaire, Pittsburgh Sleep Quality Index (PSQI), and International Physical Activity Questionnaire-Short Form (IPAQ-SF) during both periods. Daily sitting durations and preferred study postures were also recorded. Data were analyzed using paired t-tests, with significance set at P < 0.05. Results During the exam period, musculoskeletal discomfort was highest in the back, lower back, and neck regions. PSQI scores showed worse subjective sleep quality, longer sleep latency, shorter duration, and increased disturbances during exams ( P < 0.05). IPAQ-SF results indicated reduced physical activity and significantly increased daily sitting time in the exam period ( P < 0.05). Conclusion University students experience more musculoskeletal discomfort, poorer sleep quality, and decreased physical activity during exams. These findings highlight the need for preventive strategies during high-stress academic periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,432
Écart entre enseignants0,401 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health PromotionMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207