엘리트 선수의 수면은 회복과 퍼포먼스의 핵심이지만, 실제 데이터는 부족했다. 노르웨이 시뮬라메트 연구팀이 엘리트 여자 축구 선수 21명의 17일간 수면 데이터를 공개하며 이 공백을 채웠다.
이 데이터셋에는 손목형 활동기록계로 측정한 수면 패턴, 매일의 웰빙 설문, 카페인 섭취량, 화면 시간, 악력 검사 결과가 포함됐다. 17일 동안 매일 수집된 이 데이터는 라이프스타일 요인, 수면, 퍼포먼스 사이의 상호작용을 종합적으로 이해하는 데 목적이 있다.
수면은 신체적·정신적 회복, 기억 저장, 뇌 발달에 필수적이다. 하지만 엘리트 선수의 수면 질은 강도 높은 훈련 일정, 스트레스, 빛 노출, 카페인 섭취에 의해 크게 영향받는다. 이 데이터는 이런 요인들이 어떻게 서로 영향을 주고받는지를 개인 수준에서 파악할 수 있게 해준다.
이 데이터의 가치는 개인화된 훈련 모델 개발에 있다. 선수마다 수면 패턴과 회복 주기가 다르며, 이를 반영한 맞춤형 훈련·회복 전략이 전체적인 퍼포먼스와 웰빙 향상으로 이어질 수 있다. 연구진은 이 데이터가 향후 수면-퍼포먼스 관계를 모델링하는 데 활용되기를 기대한다.
이 연구는 데이터셋 논문으로, 직접적인 인과관계보다는 활용 가능한 정보의 제공에 초점을 맞춘다. 스포츠 과학 연구자와 데이터 과학자가 이 데이터를 바탕으로 수면-퍼포먼스 예측 모델, 카페인이 수면에 미치는 영향 분석 등을 수행할 수 있다.
📖 *REST, Exploring Sleep Patterns and Influencing Factors in Elite Female Football Athletes * | 논문 원문 ※ 이 기사는 스포츠과학 논문을 바탕으로 작성되었습니다.
Sleep is a cornerstone of recovery and performance for elite athletes, but actual data has been scarce. A team from Simulamet, Norway, has filled this gap by releasing a novel dataset of 21 elite female football athletes tracked for 17 days.
The dataset includes actigraphy-measured sleep patterns, daily well-being questionnaires, caffeine consumption, screen time, and hand strength tests collected every day for 17 days. It aims to provide a comprehensive understanding of how lifestyle factors interact with sleep and athletic performance.
Sleep is essential for physical and mental recovery, memory retention, and brain development. For elite athletes, sleep quality is significantly impacted by rigorous training schedules, stress, light exposure, and caffeine consumption. This dataset enables researchers to examine how these factors interact at the individual level.
The primary value of this dataset lies in developing personalized training models. Each athlete has distinct sleep patterns and recovery cycles, and strategies that account for these individual differences can improve overall performance and well-being. The researchers hope this data will be used to model the sleep-performance relationship in future studies.
As a data note paper, the focus is on providing usable information rather than establishing direct causal relationships. Sports scientists and data scientists can use this resource to build sleep-performance prediction models, analyze caffeine's impact on sleep, and more.
📖 *REST, Exploring Sleep Patterns and Influencing Factors in Elite Female Football Athletes (Dataset paper, 21 athletes over 17 days)* | PubMed ※ This article is based on a sports science research paper.
