Sleep and next-day subjective cognition: stress mediation analysis
Notice bibliographique
Résumé
Sleep duration and quality have been linked to cognition and cognitive performance throughout the literature (e.g. Lo et al., 2016; Hocket et al., 2021); however, less is known about sleep’s relationship with subjective cognition (i.e., one’s perception of their own cognitive abilities). Poor sleep quality and duration has been related to increased cognitive complaints (e.g. Gamaldo et al., 2019; Lin et al., 2022). Some work has additionally found poor sleep quality to be associated with decreased perceived cognitive abilities. For example, a study of shift-based nurses found that lower sleep quality and less time in bed was associated with decreased next-day subjective cognitive functioning (Veal, Mu, Small, & Lee, 2021), and that participants who reported higher sleep quality and duration overall tended to report better average cognitive performance (Veal, Mu, Small, & Lee, 2021). There is currently a paucity of research evaluating subjective attention on a daily level, and the daily relationship between sleep and attentional processes. As well, the mechanism underlying this relationship has yet to be rigorously assessed in daily life. Due to the previously established day-to-day relationships between sleep and next-day stress (e.g., Wen et al., 2021), as well as stress and subjective cognitive performance (e.g., Joshi, Vigoureux, & Lee, 2022), it is possible that psychological stress may be an important factor in the relationship between sleep and subjective cognition. The present study aims to evaluate stressor occurrence, affective reactivity, and rumination as possible mediators of the relationship between previous night’s sleep (quality and duration) and subjective attention and memory.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».