Pandémie COVID-19, sommeil et séquelles psychologiques: au nom du Réseau canadien du sommeil et des rythmes circadiens* et de la Société canadienne du sommeil**
Bibliographic record
Abstract
Les données recueillies lors de crises et tragédies passées prouvent que les problèmes de sommeil survenant durant ou peu de temps après un événement traumatique sont reliés à une probabilité accrue de développer des symptômes psychiatriques durables. Or la pandémie COVID-19 et ses conséquences à moyen et long-terme combinent plusieurs facteurs de risque pour le sommeil, tant pour les intervenants de la santé que la population générale. Notre relevé mensuel des publications scientifiques qui combinent COVID-19 et sommeil/insomnie entre janvier et juillet 2020 révèle un taux de croissance comparable pour les articles qui portent plus précisément sur la santé mentale mais aucune ne porte sur les résultats d'une intervention. Nous proposons qu'il faille agir rapidement sur les difficultés de sommeil en cette période de pandémie afin de protéger l'équilibre psychologique individuel à moyen et long terme, d'autant plus que les outils nécessaires à la prévention de l'insomnie, sa détection et son traitement sont à la portée de tous les professionnels de la santé mentale.
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 | 0.003 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".