Neighborhood Differences in Omnipresent Policing and Sleep Health in New York City: Protocol for a Multimethod Quantitative Study
Notice bibliographique
Résumé
BACKGROUND: Poor or insufficient sleep is associated with numerous adverse, potentially serious physical and mental health outcomes. Equally concerning are the substantial racial, gender, and socioeconomic disparities, with minorities and those experiencing poverty disproportionately affected by poor sleep quality and sleep disorders. Both theory and research suggest that sleep health is negatively impacted by concentrated poverty at the neighborhood level due to the deterioration of the built and social environments, thereby creating conditions that disrupt sleep. OBJECTIVE: This research considers an under-studied factor related to these conditions and sleep health-policing and police surveillance. Specifically, the study compares 4 neighborhoods within New York City at different levels of residential segregation. METHODS: The study design consists of a baseline survey, with 40 residents recruited in each neighborhood, and a 1-week diary phase with a subsample of residents. Neighborhood conditions are also assessed in each of the neighborhoods using a neighborhood audit tool. RESULTS: The study received funding in July 2024. Data collection commenced in September 2024. As of August 2025, we have enrolled more than 100 participants in the baseline survey. Planned analyses will begin once data collection has concluded. CONCLUSIONS: This information will help establish the extent to which surveillance and policing differentially impact the lives of New Yorkers as a function of where they live. Specifically, the results should be relevant and important for understanding the impact of novel policing strategies on underprivileged neighborhoods. This exploratory research will be useful for identifying populations and residential settings that may be most at risk for poor sleep health. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/82605.
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 | 0,038 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,081 | 0,011 |
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 ».