Trajectories of sleep disturbance among school teachers in Shenzhen, China: patterns, predictors, and mental health correlates
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to investigate the trajectories of sleep disturbance among school teachers in China, the factors that influencing these trajectories, and their association with mental health outcomes. METHODS: The participants in this study were 3,634 teachers from Shenzhen city, China, with 21.2% of them being males and a mean age of 34.69 years. The survey was conducted in three waves between April 2021 and June 2022, and assessed sleep disturbance, neuroticism, resilience, negative life events, depression, anxiety, and demographic variables. Latent Growth Mixture Modeling (LGMM) was used to identify different latent trajectory classes of sleep disturbance. Multivariable logistic regression was then employed within the best-fitting LGMM to examine the associations between trajectory membership with both predictors and mental health outcomes. RESULTS: The prevalence of sleep disturbance among school teachers in the three surveys was 19.0%, 16.6%, and 18.8%, respectively. Four trajectories of sleep disturbance were identified within one year: no/low (73.3%), persistent (16.2%), new-onset (5.3%), and remission (5.2%). Higher neuroticism and lower resilience were associated with increased risks of persistent or new-onset sleep disturbance. A greater number of negative life events was a potential risk factor for new-onset sleep disturbance, whereas younger age protected against persistent sleep disturbance. Additionally, teachers in the persistent and new-onset trajectories were more likely to report depression and anxiety. CONCLUSIONS: Although most teachers' sleep disturbance remains mild or resolved over time, a subset of teachers, particularly those with the aforementioned risk factors, experience persistent or new-onset sleep disturbance. Therefore, targeted interventions for these teachers are warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».