Qualité du sommeil et de la vigilance suite à un ajustement circadien partiel lors d’une simulation de travail de nuit
Bibliographic record
Abstract
Le travail de nuit est associé avec plusieurs problèmes de santé. Le désalignement entre la phase circadienne et le cycle éveil-sommeil cause une désynchronie interne considérée comme la principale source de ces problèmes. L’ajustement circadien au travail de nuit est proposé comme contremesure. Normalement, l’ajustement circadien complet n’est pas recommandé puisqu’il engendre un désalignement circadien lors du retour à l’horaire de jour, causant des changements de phase répétés et la désynchronie interne. L’ajustement circadien partiel est alors proposé comme compromis afin de stabiliser les rythmes circadiens des travailleurs de nuit. Cependant, l’ampleur de l’ajustement circadien partiel nécessaire à l’amélioration du sommeil et de la vigilance demeure vague. Les ajustements partiels obtenus par délai ou avance de phase sont quantifiés non seulement par la phase du début de la sécrétion de mélatonine en lumière tamisée, mais également par le recoupement de l’épisode de sécrétion de mélatonine avec les périodes d’éveil et de sommeil. Les effets sur le sommeil et la vigilance d’un petit ajustement circadien partiel significatifs sont investigués dans une simulation de travail de nuit en laboratoire pour déterminer leurs implications cliniques. Les effets modestes suggèrent qu’un petit délai de phase peut réduire l’accumulation de la dette de sommeil, alors que l’avance de phase améliore subjectivement la vigilance et l’humeur nocturne. L’ampleur absolue du changement de phase est associée à une amélioration subjective de la vigilance et de l’humeur nocturne. Des études en milieux de travail permettraient de déterminer si ces stratégies sont applicables et bénéfiques aux travailleurs de nuit.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".