Affiliation:
1. Uniwersytet Szczeciński Instytut Pedagogiki Katedra Pedagogiki Ogólnej, Dydaktyki i Studiów Kulturowych
Abstract
Zmiany w liczbie, a także wzorcach faz snu mogą być użytecznym narzędziem do oceny skutków stresu lub zmian środowiskowych w badaniach nad dobrostanem. W pracy omówiono relacje ludzkich i pozaludzkich aktorów, których efektem miała być poprawa snu. Podjęto próbę rozpoznania możliwości i ograniczeń stosowania narzędzi OURA w diagnozowaniu jakości dziennej i nocnej aktywności oraz projektowaniu właściwego dobowego funkcjonowania w celu zapewnienia zdrowia. Prezentowane w pracy dane ilościowe i ich jakościowe interpretacje odnoszą się do badawczego pola SEN. Przyjęty do analiz i opisów narracyjny schemat organizujący wiedzę o swoim zdrowiu, zgodny z formułą: cel – przeszkoda – przezwyciężanie – wynik, a także autoetnograficzne podejście do badań wyłaniało więcej pytań niż odpowiedzi, w myśl powiedzenia im dalej w las, tym więcej drzew. Pytania bez odpowiedzi stały się inspiracją do podejmowania badań nad kolejnymi polami OURA, a także do rozszerzenia sieci aktorów na gruncie interdyscyplinarnym czy multidyscyplinarnnym
Reference34 articles.
1. Abriszewski, K. (2009). Teoria Aktora-Sieci jako teoria mediów i komunikacji. W: M. Graszewicz, J. Jastrzębski (red.), Teorie komunikacji i mediów. Vol 1. Wrocław: Oficyna Wydawnicza ATUT.
2. Abriszewski, K. (2016). My jako podmioty społeczne konstruowanej wiedzy. Reinrerpretacje i uzeupełnienia fenomenologii społecznej Petera Bergera i Thomasa Luckmanna. Filozofia i Nauka, 4.
3. Adams, R., Pienaar, G., Gastrow, M., Olorunju, N., Gaffley, M. (2021). Human Rights and the Fourth Industrial Revolution in South Africa. Cape Town: Human Sciences Research Council Press Publishes. Pobrane z: http://hdl.handle.net/20.500.11910/15962
4. Anderson, L. (2006).Analytic autoethnography. Journal of Contemporary Ethnography, 35 (4), 373–395.
5. Arora, A., Chakraborty, P., Bhatia, M. P. S. (2020). Analysis of Data from Wearable Sensors for Sleep Quality Estimation and Prediction Using Deep Learning. Arabian Journal for Science and Engineering, 45, 10793–1812. DOI: 10.1007/s13369-020-04877-w.