Sensibilité non-visuelle à la lumière et décalage du cycle éveil-sommeil
Bibliographic record
Abstract
Problématique : Certaines personnes souffrent d'avoir un horaire de sommeil trop tardif qu'elles n'arrivent pas à modifier pour satisfaire les exigences liées à leur emploi ou à leurs études. Ces individus souffrent de privation de sommeil et de somnolence lorsqu'ils doivent se conformer à un horaire socialement acceptable. Malgré sa prévalence importante, l’étiologie d’un horaire trop tardif reste méconnue. Objectif: Évaluer des facteurs pouvant contribuer au maintien d’un horaire de sommeil tardif chez des jeunes adultes. Méthodes : Quatorze jeunes adultes se plaignant d’un horaire de sommeil trop tardif ont été comparés à des sujets appariés qui avaient un horaire de sommeil adapté. L’heure de coucher (HC) était après minuit pour les sujets tardifs et avant minuit pour les sujets adaptés. Les sujets étaient admis au laboratoire 5h avant l’HC et garder en obscurité pour 6h. Ils étaient ensuite exposés à 1,5h de lumière bleue. La mélatonine salivaire et la vigilance subjective étaient mesurées aux 30 minutes. La suppression de mélatonine a été utilisée pour déterminer la sensibilité circadienne à la lumière. Le dim light melatonin onset (DLMO) a été utilisé pour déterminer la phase circadienne. Résultats : Le DLMO survenait plus tard dans le groupe tardif que dans le groupe adapté. Il n’y avait pas de différence de suppression de mélatonine après 1,5h d’exposition à la lumière. Néanmoins, une corrélation entre la sensibilité à la lumière et la phase circadienne a été trouvée dans le groupe tardif. Les sujets tardifs présentaient aussi une augmentation plus lente de la somnolence subjective en soirée. Conclusion : Nos résultats suggèrent qu’une phase circadienne en délai, une augmentation plus lente du besoin de dormir et une sensibilité circadienne à la lumière accrue contribuent à la plainte d’un horaire de sommeil trop tardif.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".