論文の概要: The Relationship Between Smartphone Usage and Sleep Quality Amongst University Students

• arxiv url: http://arxiv.org/abs/2411.02388v1
• Date: Mon, 04 Nov 2024 18:55:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:48:24.401979
• Title: The Relationship Between Smartphone Usage and Sleep Quality Amongst University Students
• Title（参考訳）: 大学生のスマートフォン使用状況と睡眠の質との関係
• Authors: Hafsa Chaudhry, Hetvi Patel, Sai Teja Avadhootha, Sushanthik Reddy Poreddy, Swapan Gupta Chollati, Ujwala Namineni, Huthaifa I. Ashqar,
• Abstract要約: 若年者における男女のスマートフォン使用状況と睡眠の質との関連について検討した。 若年者における男女のスマートフォン使用状況と睡眠の質との関連は,データセットと分析では認められなかった。
• 参考スコア（独自算出の注目度）: 0.9329025189487046
• License:
• Abstract: Gender differences were examined in sensitivity to sleep quality, in the context of blue light exposure from smartphones. Our hypothesis was created based on our journal article findings that females are more prone to be inclined to the prolonged usage of smartphones at bedtime and thus had less quality of sleep than males. The theory that usage affects sleep quality was due to the belief that the blue light emanating from the smartphone screen would disrupt our body natural circadian rhythm, or sleep cycle, due to the blue light ability to block a hormone called melatonin that controls and aids sleep. However, upon conducting regression tests and statistical analysis on our dataset, we found that our hypothesis was incorrect. Our dataset and analysis showed no relationship between smartphone usage and sleep quality in both males and females in young adults.
• Abstract（参考訳）: スマートフォンからの青色光曝露の文脈で, 睡眠の質に敏感な性差を調べた。 我々の仮説は、女性が就寝時にスマートフォンの使用が長くなる傾向があり、その結果、男性よりも睡眠の質が低いという私たちのジャーナルの記事に基づいて作成されました。 睡眠の質に影響するという理論は、スマートフォンの画面から発せられる青い光が私たちの身体の自然な概日リズム、つまり睡眠サイクルを乱すという信念によるもので、これはメラトニンと呼ばれる睡眠を制御し補助するホルモンをブロックする青い光の能力が原因である。 しかし,我々のデータセット上で回帰テストや統計的解析を行うと,仮説が誤りであることが判明した。 若年者における男女のスマートフォン使用状況と睡眠の質との関連は,データセットと分析では認められなかった。

関連論文リスト

• What Radio Waves Tell Us about Sleep [34.690382091650314]
  本研究では、睡眠中の人から反射される電波からの睡眠と夜間呼吸を受動的にモニタリングする高度な機械学習アルゴリズムを開発した。 睡眠時無呼吸(AUROC=0.88)を検知し,睡眠時無呼吸を検知した。 このモデルは、睡眠段階と、神経、精神医学、循環器、免疫疾患を含む様々な疾患の間の情報的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2024-05-20T02:41:21Z)
• Sleep Quality Prediction from Wearables using Convolution Neural Networks and Ensemble Learning [0.0]
  睡眠は、日々のパフォーマンス、幸福、生活の質に影響を与える最も重要な要因の一つである。 カメラの記録や画像からの状態を抽出する代わりに、手首に装着したデバイスは加速度計、心拍数、心拍変動センサーを介して直接測定することができる。 測定された特徴は、就寝時間、就寝時間、就寝時間、就寝時間、就寝時間、覚醒後就寝時間である。
  論文  参考訳（メタデータ） (2023-03-08T18:08:08Z)
• Sleep Activity Recognition and Characterization from Multi-Source Passively Sensed Data [67.60224656603823]
  睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。 本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。 これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
  論文  参考訳（メタデータ） (2023-01-17T15:18:45Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• SleepMore: Sleep Prediction at Scale via Multi-Device WiFi Sensing [0.0]
  本研究では,ユーザのWiFiネットワーク上での機械学習に基づく,正確な睡眠追跡手法であるSleepMoreを提案する。 46人の大学生を対象とした1ヶ月にわたるユーザー調査データを用いて、SleepMoreを検証し、Oura Ringウェアラブルと比較した。 以上の結果から,SleepMoreは,5%の不確かさ率以内の予測のために,Ouraリングベースラインから統計的に識別不能な睡眠統計を発生させることが示された。
  論文  参考訳（メタデータ） (2022-10-24T16:42:56Z)
• Surf or sleep? Understanding the influence of bedtime patterns on campus [12.804331479852909]
  睡眠不足は心身の深刻な問題を引き起こすことがある。 現在の研究のほとんどは、小さなサンプルサイズと社会的望ましくないバイアスに悩まされている自己申告とアンケートに基づいている。 本稿では,学習管理システムに格納されているインターネットアクセスパターンに基づいて,学生の睡眠パターンを識別する汎用データ駆動手法を開発した。
  論文  参考訳（メタデータ） (2022-02-18T16:05:29Z)
• Robustness Disparities in Commercial Face Detection [72.25318723264215]
  私たちは、Amazon Rekognition、Microsoft Azure、Google Cloud Platformの3つのシステムの堅牢性に関する、この種の詳細なベンチマークを初めて提示します。 一般的には、年齢、男性像、肌型、薄暗い色合いの人物の写真は、他のアイデンティティーの人物よりも、エラーの影響を受けやすいことが分かりました。
  論文  参考訳（メタデータ） (2021-08-27T21:37:16Z)
• In-Bed Person Monitoring Using Thermal Infrared Sensors [53.561797148529664]
  パナソニックグリッド(Panasonic Grid-EYE)は、低解像度の赤外線サーモパイルアレイセンサーで、よりプライバシーを提供する。 この目的のために、2つのデータセットが取得され、1つ (480 画像) は一定条件で、もう1つ (200 画像) は異なるバリエーションで取得された。 我々は、SVM(Support Vector Machines)、k-Nearest Neighbors(k-NN)、Neural Network(NN)の3つの機械学習アルゴリズムをテストする。
  論文  参考訳（メタデータ） (2021-07-16T15:59:07Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• On Hallucination and Predictive Uncertainty in Conditional Language Generation [76.18783678114325]
  高い予測の不確実性は幻覚の確率が高い。 認識的不確実性は、アレエータ的あるいは全体的不確実性よりも幻覚の指標である。 提案したビームサーチ変種との幻覚を抑えるため、標準メートル法で取引性能のより良い結果を得るのに役立ちます。
  論文  参考訳（メタデータ） (2021-03-28T00:32:27Z)
• N=1 Modelling of Lifestyle Impact on SleepPerformance [2.9073923339818006]
  睡眠は健康な生活に欠かせない。 最近の研究にもかかわらず、実際の環境でパーソナライズされた睡眠モデルを作成することは困難だった。 本研究では,日常活動と睡眠品質の因果関係を同定する睡眠モデルを提案する。
  論文  参考訳（メタデータ） (2020-06-18T22:43:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。