Sommeil et course au large en solitaire : comportements des coureurs et étude de faisabilité d’un « agenda interactif de sommeil »
Bibliographic record
Abstract
La course au large en solitaire associe un effort physique et cognitif intense et prolongé durant 10 à 100 jours dans des conditions extrêmes. Elle implique le recours à un sommeil fractionné et des périodes de repos courtes réparties sur l’ensemble du nycthémère. Ces difficultés sont évoquées pour expliquer les incidents, accidents et altérations des performances.Cette étude recense les stratégies mises en œuvre par neuf des meilleurs skippers de la spécialité pour préparer puis gérer ces contraintes au cours d’une course, puis suit un skipper durant une course autour du monde en solitaire et sans escale d’une durée de cent jours.A partir de ces observations, il a été proposé à un skipper expérimenté de tester un agenda interactif de « sommeil » afin d’apprendre à gérer de façon optimale ses périodes de repos durant une course.Ce travail met en évidence que les sujets sont conscients de l’importance de gérer leurs périodes de repos, mais mettent en œuvre peu de stratégies de préparation et de gestion du sommeil avant et durant leur course. Ils présentent une période d’adaptation à ces conditions extrêmes allant de 24 à 72 heures et rencontrent ensuite des périodes de fatigue extrême avec hallucinations. Cette fatigue a des conséquences sur la performance, mais aussi sur l’accidentologie qui apparaît nettement majorée avec un possible délai allant jusqu’à 72h après l’installation d’une dette de sommeil trop importante. Les outils de laboratoire, qui ne pourraient donner des informations intéressantes que sur la base d’une utilisation continue, sont très difficiles à mettre en œuvre ici.Dans ces circonstances, le recours à un agenda de sommeil « interactif », utilisé par le sujet pour comptabiliser et gérer la répartition et la durée de ses périodes de sommeil, semble être une solution individuelle de gestion des alternances veille sommeil. Il pourrait exister un seuil critique de dette de sommeil en dessous duquel on observerait une fréquence plus élevée d’incidents et d’accidents. Cette étude préliminaire sera poursuivie par une observation à plus grande échelle afin de pouvoir valider l’ « agenda interactif de sommeil » comme outil de routine tant descriptif que d’apprentissage.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 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".