Duration (music)

Mood follows a well-documented circadian rhythm. Sleep timing and duration are similarly shaped by biological and social factors. However, large-scale, real-world data on how these patterns vary across demographic groups remain limited. Prior studies often rely on laboratory data or social media linguistic analysis, which lack direct self-reports. This study examines hourly, weekly, and demographic trends in mood and sleep duration reports using one of the largest online datasets of directly self-reported behavioral health: 468,092 Lumosity users (aged 20–79) who reported daily mood (−2 to +2 scale) and sleep duration (≤5–9 + hours). We assessed variation by time of day, day of week, and interactions of age, gender, and race/ethnicity using ANOVA and linear regression. Mood was higher among users reporting in the afternoon and evening, and lower from late night through morning. Mood showed a U-shaped pattern with age, consistent throughout the week, and longer sleep duration was linked to better mood reports throughout the day and week. Sleep duration varied by time of report and by day of week, with longer durations in the afternoon/evening and on weekends. Women reported longer sleep overall, Black users reported shorter sleep, and sleep duration declined from young adulthood through midlife before rising slightly among older users. Higher mood was associated with longer sleep, and the weekday-weekend mood difference was larger among users reporting longer sleep. These findings demonstrate the value of large-scale digital data for public health insight, highlighting demographic disparities in sleep and the importance of midlife as a key intervention period. Because the sample is likely skewed toward higher educational attainment and health engagement, disparity estimates may understate true population-level differences. The late-night peak in negative affect aligns with literature on nocturnal suicide risk, though this nonclinical sample cannot directly speak to clinical risk or crisis-service need.

خلق و خو از یک ریتم شبانه‌روزی مستند پیروی می‌کند. زمان‌بندی و مدت خواب نیز به طور مشابه تحت تأثیر عوامل زیستی و اجتماعی قرار دارند. با این حال، داده‌های واقعی و گسترده درباره چگونگی تغییر این الگوها در میان گروه‌های جمعیت‌شناختی همچنان محدود است. مطالعات پیشین اغلب به داده‌های آزمایشگاهی یا تحلیل زبانی شبکه‌های اجتماعی متکی هستند که فاقد خودگزارش‌دهی مستقیم می‌باشند. این مطالعه روندهای ساعتی، هفتگی و جمعیت‌شناختی در گزارش‌های خلق و مدت خواب را با استفاده از یکی از بزرگ‌ترین مجموعه داده‌های آنلاین سلامت رفتاری با خودگزارش‌دهی مستقیم بررسی می‌کند: ۴۶۸٬۰۹۲ کاربر Lumosity (در بازه سنی ۲۰ تا ۷۹ سال) که روزانه خلق (در مقیاس −۲ تا +۲) و مدت خواب (۵ ساعت یا کمتر تا ۹ ساعت و بیشتر) را گزارش کردند. ما تغییرات را بر اساس زمان روز، روز هفته و تعاملات سن، جنسیت و نژاد/قومیت با استفاده از تحلیل واریانس (ANOVA) و رگرسیون خطی ارزیابی کردیم. خلق در میان کاربرانی که در بعدازظهر و عصر گزارش داده‌اند بالاتر و از نیمه‌شب تا صبح پایین‌تر بود. خلق الگوی U شکلی با سن نشان داد که در طول هفته ثابت بود و مدت خواب طولانی‌تر با گزارش‌های خلق بهتر در سراسر روز و هفته همراه بود. مدت خواب بر اساس زمان گزارش و روز هفته متفاوت بود، به طوری که در بعدازظهر/عصر و آخر هفته‌ها مدت خواب طولانی‌تر بود. زنان به طور کلی خواب طولانی‌تری گزارش کردند، کاربران سیاه‌پوست خواب کوتاه‌تری گزارش کردند و مدت خواب از اوایل بزرگسالی تا میانسالی کاهش یافت و سپس در میان کاربران مسن‌تر اندکی افزایش یافت. خلق بالاتر با خواب طولانی‌تر همراه بود و تفاوت خلق بین روزهای هفته و آخر هفته در میان کاربرانی که خواب طولانی‌تری گزارش کردند بیشتر بود. این یافته‌ها ارزش داده‌های دیجیتال گسترده را برای بینش سلامت عمومی نشان می‌دهد و بر نابرابری‌های جمعیت‌شناختی در خواب و اهمیت میانسالی به عنوان دوره‌ای کلیدی برای مداخله تأکید می‌کند. از آنجا که نمونه احتمالاً به سمت تحصیلات بالاتر و مشارکت بیشتر در سلامت گرایش دارد، برآورد نابرابری‌ها ممکن است تفاوت‌های واقعی در سطح جمعیت را کمتر از واقعیت نشان دهد. اوج خلق منفی در نیمه‌شب با ادبیات مربوط به خطر خودکشی شبانه همسو است، اگرچه این نمونه غیر بالینی نمی‌تواند مستقیماً درباره خطر بالینی یا نیاز به خدمات بحران اظهار نظر کند.

Against the backdrop of the continuous advancement of inclusive education, kindergarten teachers have become crucial to determining whether the quality of preschool inclusive education can be effectively realized. However, existing studies have tended to examine teachers' attitudes, knowledge, or skills separately, with limited structural explanation of how deep-seated qualities, intrinsic motivation, and explicit practices jointly constitute teacher competency in preschool inclusive settings. This study integrated the Iceberg Model and the Onion Model to construct a five-dimensional framework of kindergarten teachers' inclusive education competency, including inclusive literacy, inclusive knowledge, inclusive motivation, teaching adjustment, and collaborative influence. A two-stage quantitative design was adopted. A self-developed 39-item questionnaire was finalized based on a pretest with 239 kindergarten teachers, and a formal survey was then conducted among 298 kindergarten teachers in Chongqing, China. The results showed that teachers' overall inclusive education competency was above the midpoint, but the five dimensions developed unevenly. Inclusive literacy and teaching adjustment were relatively higher, inclusive knowledge and inclusive motivation were close to the overall average, and collaborative influence was the weakest dimension. Further analyses indicated that backbone teachers and teachers who had received relevant training showed higher levels of competency. Teachers who had contact with children with special needs had higher mean scores across dimensions, but the differences were not statistically robust. Meanwhile, cumulative training duration did not show the expected positive relationship with overall competency, suggesting that training participation and training duration reflect different aspects of professional growth and that accumulated training hours cannot be equated with training quality. The findings indicate that kindergarten teachers' inclusive education competency is not a single reserve of knowledge or skills, but a composite structure comprising deepseated qualities, a knowledge base, intrinsic motivation, and practical abilities. This study provides empirical evidence from western China and offers implications for localized assessment, teacher support systems, and training improvement.

در بستر پیشرفت مستمر آموزش فراگیر، معلمان مهدکودک نقش کلیدی در تعیین تحقق مؤثر کیفیت آموزش فراگیر پیش‌دبستانی ایفا می‌کنند. با این حال، پژوهش‌های موجود عمدتاً نگرش‌ها، دانش یا مهارت‌های معلمان را به طور جداگانه بررسی کرده‌اند و توضیح ساختاری محدودی درباره این‌که چگونه ویژگی‌های عمیق، انگیزش درونی و عملکردهای آشکار به طور مشترک شایستگی معلمان در محیط‌های فراگیر پیش‌دبستانی را شکل می‌دهند، ارائه داده‌اند. این مطالعه با ادغام مدل کوه یخ و مدل پیازی، چارچوبی پنج‌بعدی از شایستگی معلمان مهدکودک در آموزش فراگیر شامل سواد فراگیر، دانش فراگیر، انگیزش فراگیر، تعدیل تدریس و تأثیر همکاری را تدوین کرد. طرح پژوهش کمی دو مرحله‌ای اتخاذ شد. پرسشنامه‌ای ۳۹ ماده‌ای که توسط پژوهشگران تدوین شده بود، بر اساس پیش‌آزمون با ۲۳۹ معلم مهدکودک نهایی شد و سپس پیمایش اصلی در میان ۲۹۸ معلم مهدکودک در چونگ‌کینگ، چین انجام گرفت. نتایج نشان داد که شایستگی کلی معلمان در آموزش فراگیر بالاتر از نقطه میانی بود، اما پنج بعد توسعه‌یافته به طور یکنواخت رشد نکرده بودند. سواد فراگیر و تعدیل تدریس نسبتاً بالاتر بودند، دانش فراگیر و انگیزش فراگیر نزدیک به میانگین کلی بودند و تأثیر همکاری ضعیف‌ترین بعد بود. تحلیل‌های بیشتر نشان داد که معلمان کلیدی و معلمانی که آموزش مرتبط دریافت کرده بودند، سطوح بالاتری از شایستگی را نشان دادند. معلمانی که با کودکان دارای نیازهای ویژه تماس داشتند، میانگین نمرات بالاتری در ابعاد مختلف داشتند، اما تفاوت‌ها از لحاظ آماری معنادار نبود. همچنین، مدت تجمعی آموزش رابطه مثبت مورد انتظار با شایستگی کلی را نشان نداد که این امر نشان می‌دهد مشارکت در آموزش و مدت آموزش جنبه‌های متفاوتی از رشد حرفه‌ای را منعکس می‌کند و ساعات تجمعی آموزش را نمی‌توان معادل کیفیت آموزش دانست. یافته‌ها نشان می‌دهد که شایستگی معلمان مهدکودک در آموزش فراگیر صرفاً ذخیره‌ای از دانش یا مهارت نیست، بلکه ساختاری مرکب متشکل از ویژگی‌های عمیق، بنیان دانشی، انگیزش درونی و توانایی‌های عملی است. این مطالعه شواهد تجربی از غرب چین ارائه می‌دهد و پیامدهایی برای ارزیابی بومی، نظام‌های حمایت از معلمان و بهبود آموزش دارد.

Objectives This study aimed to describe shift work patterns in Europe using a data-driven approach and evaluate their impact on adverse sleep outcomes. Methods We analyzed 6245 participants from the SHIFT2HEALTH survey across eight European countries, who provided information on work schedules, shift work metrics, sleep quality and timing (MCTQshift) across different shifts, and chronic insomnia (Insomnia Severity Index). We used mixtures of von Mises-Fisher models to identify shift clusters based on shift start and end times and evaluated differences in shift-specific sleep duration and quality using Bayesian multilevel models. Associations of shift metrics with short average sleep duration and chronic insomnia, adjusting for confounders, were evaluated using Bayesian logistic regression. Results We identified five shift clusters: day, evening and night (mean shift lengths: 7.8, 7.9 and 9.5 hours, respectively), long day and long evening (mean lengths: 10.5 and 12.8 hours, respectively). Sleep duration and quality varied between clusters, with the shortest duration [mean 6.00, 95% credible interval (CI) 5.95–6.06 hours] and poorest quality (29.3% “poor”/“very poor”) sleep reported between night shifts. Compared to day workers, greater chronic insomnia odd ratios (OR) were observed among participants with >90% night shifts (OR 1.26, 95% CI 1.01–1.58), rotating shifts (OR 1.42, 95% CI 1.22–1.65) and with longer night work history (OR ≥16 years 1.28, 95% CI 1.08–1.52). These variables and longer weekly working hours [OR 6.10h increase 1.13, 95% CI 1.04–1.22) were associated with short sleep. Conclusions Data-driven analyses of work schedules may provide a more comprehensive evaluation of the impact of real-world shift work patterns on sleep.

اهداف: این مطالعه با هدف توصیف الگوهای شیفت کاری در اروپا با رویکرد مبتنی بر داده و ارزیابی تأثیر آن‌ها بر پیامدهای نامطلوب خواب انجام شد. روش‌ها: ما داده‌های ۶۲۴۵ شرکت‌کننده از پیمایش SHIFT2HEALTH در هشت کشور اروپایی را که اطلاعاتی درباره برنامه‌های کاری، شاخص‌های شیفت کاری، کیفیت و زمان‌بندی خواب (MCTQshift) در شیفت‌های مختلف و بی‌خوابی مزمن (شاخص شدت بی‌خوابی) ارائه داده بودند، تحلیل کردیم. برای شناسایی خوشه‌های شیفت بر اساس زمان شروع و پایان شیفت‌ها، از مدل‌های ترکیبی von Mises-Fisher استفاده شد و تفاوت‌های مدت و کیفیت خواب مختص هر شیفت با استفاده از مدل‌های چندسطحی بیزی ارزیابی گردید. ارتباط شاخص‌های شیفت با مدت خواب کوتاه متوسط و بی‌خوابی مزمن، با کنترل متغیرهای مخدوش‌کننده، با استفاده از رگرسیون لجستیک بیزی بررسی شد. نتایج: پنج خوشه شیفت شناسایی شد: روز، عصر و شب (میانگین طول شیفت‌ها: به‌ترتیب ۷.۸، ۷.۹ و ۹.۵ ساعت)، روز طولانی و عصر طولانی (میانگین طول: به‌ترتیب ۱۰.۵ و ۱۲.۸ ساعت). مدت و کیفیت خواب بین خوشه‌ها متفاوت بود، به‌طوری که کوتاه‌ترین مدت خواب [میانگین ۶.۰۰، بازه اطمینان ۹۵٪ (CI) ۵.۹۵–۶.۰۶ ساعت] و پایین‌ترین کیفیت خواب (۲۹.۳٪ «ضعیف»/«بسیار ضعیف») بین شیفت‌های شب گزارش شد. در مقایسه با کارکنان روزکار، نسبت شانس (OR) بی‌خوابی مزمن در شرکت‌کنندگانی با بیش از ۹۰٪ شیفت شب (OR 1.26، CI 1.01–1.58)، شیفت‌های چرخشی (OR 1.42، CI 1.22–1.65) و سابقه طولانی‌تر کار شبانه (OR ≥16 سال 1.28، CI 1.08–1.52) بیشتر بود. این متغیرها و ساعات کاری هفتگی طولانی‌تر [OR افزایش ۶.۱۰ ساعت 1.13، CI 1.04–1.22] با خواب کوتاه مرتبط بودند. نتیجه‌گیری: تحلیل‌های مبتنی بر داده از برنامه‌های کاری می‌تواند ارزیابی جامع‌تری از تأثیر الگوهای واقعی شیفت کاری بر خواب ارائه دهد.