Artigo

Ana Cristina Fazza; Carolina Matteussi Lino

DOI: 10.22167/2675-6528-202601601

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

Considerando a mudança no padrão de sono dos adolescentes, conhecido como atraso de fase, e a relevância do descanso adequado para a memória e aprendizagem, este trabalho investigou a relação entre os horários escolares e o desempenho acadêmico. O objetivo foi analisar se o horário das aulas e das avaliações influenciava as notas de estudantes do Ensino Médio em diferentes áreas do conhecimento. Utilizaram-se dados anonimizados de 384 alunos de uma escola particular de São Paulo, referentes aos anos de 2022 a 2024. As 20 disciplinas cursadas foram agrupadas em quatro áreas: Ciências Humanas, Linguagens, Matemática e Ciências Naturais. As análises incluíram estatísticas descritivas e testes inferenciais para identificar a significância das comparações. Os resultados indicaram que o horário das aulas influenciou significativamente o desempenho, com melhores notas associadas aos primeiros horários do dia em todas as áreas. O horário das provas também influenciou o desempenho de forma significativa, porém com padrões distintos: Ciências Humanas, Linguagens e Matemática apresentaram melhor desempenho em horários mais tardios, enquanto Ciências da Natureza obteve melhores notas em horários mais cedo. Concluiu-se que a variação do desempenho acadêmico pode estar associada às demandas cognitivas específicas de cada atividade e área do conhecimento. O impacto do horário não foi uniforme, sugerindo que aspectos biológicos, cognitivos e contextuais devem ser considerados na organização escolar para otimizar a aprendizagem dos estudantes.

Palavras-chave: Aprendizagem; Cronobiologia; Desempenho acadêmico; Estudantes; Sono.

1. Introdução

A adolescência é um período marcado por significativas transformações fisiológicas, especialmente nos padrões de sono. Essa mudança, frequentemente denominada atraso de fase, envolve alterações tanto no ritmo circadiano quanto na regulação homeostática do sono (Crowley et al., 2007; Hagenauer et al., 2009). Tais modificações afetam negativamente a qualidade e a duração do sono em adolescentes, o que, por sua vez, tem implicações diretas nas funções cognitivas essenciais para o sucesso acadêmico, como a memória e a aprendizagem (Wolfson e Carskadon, 2003; Taras e Potts-Datemas, 2005; Dewald et al., 2010).

A regulação do sono é governada por dois processos biológicos interconectados: o circadiano e o homeostático. O ciclo circadiano, um relógio interno que opera em um período de aproximadamente 24 horas, é primariamente influenciado pela exposição à luz natural e controlado pelo núcleo supraquiasmático no hipotálamo (Tarokh et al., 2019). A diminuição da intensidade luminosa estimula a glândula pineal a produzir e secretar melatonina, um hormônio que induz o sono (Schwartz e Roth, 2008). Durante a puberdade, observa-se uma tendência para que os indivíduos se tornem mais vespertinos, ou seja, preferem deitar-se e acordar mais tarde. Esse fenômeno é atribuído a uma liberação mais lenta e tardia de melatonina, um padrão também relatado em outras espécies de mamíferos (Carskadon et al., 1997; Melo et al., 2016). Concomitantemente, o processo homeostático, ou pressão de sono, acumula-se à medida que o indivíduo permanece acordado, devido ao acúmulo de substâncias como a adenosina, que se dissipam durante o sono (Bjorness e Greene, 2009).

A interação dessas mudanças biológicas na adolescência cria o que foi descrito como uma “tempestade perfeita” para a interrupção do sono, caracterizada por novas pressões sociais, oportunidades limitadas de sono e o atraso de fase inerente (Carskadon, 2011; Crowley et al., 2018). Estudos utilizando eletroencefalografia (EEG) demonstraram reduções no sono de ondas lentas e em outros estágios do sono durante a adolescência inicial (Carskadon et al., 2004; Campbell et al., 2016; Ong et al., 2016). Embora a literatura destaque consistentemente o papel fundamental do sono adequado para a formação da memória e a aprendizagem (Wolfson e Carskadon, 2003; Diekelmann e Born, 2010; Schmidt et al., 2005), o impacto direto dos horários de início das aulas no desempenho acadêmico tem produzido resultados variados. Algumas pesquisas sugerem que horários de início de aulas mais tardios podem melhorar o bem-estar adolescente, reduzindo a sonolência e aumentando a frequência (Adolescent Sleep Working Group et al., 2014). Contudo, outros estudos não encontraram uma correlação clara ou consistente com a melhoria das notas acadêmicas (Wahlstrom, 2002; Hinrichs, 2011; Morgenthaler et al., 2016; Araújo et al., 2022), indicando uma relação complexa e multifatorial, influenciada pela variabilidade individual nos sistemas circadiano e homeostático (Tarokh et al., 2019; Jenni et al., 2005; Taylor et al., 2005).

Apesar da crescente compreensão da cronobiologia adolescente e suas implicações para o sono, persiste uma lacuna notável na literatura sobre a relação específica entre o horário das atividades escolares, como aulas e avaliações, em diferentes áreas do conhecimento e o desempenho acadêmico dos estudantes. Pesquisas existentes frequentemente se concentram em horários gerais de início das aulas, sem diferenciar o impacto de cronogramas de atividades específicas em domínios cognitivos distintos. Aulas e provas mobilizam diferentes áreas do cérebro, envolvendo processos cognitivos variados para aprender e memorizar, os quais podem apresentar sensibilidades diversas ao estado fisiológico ao longo do dia (Kandel, 2014; Diekelmann e Born, 2010; Schmidt et al., 2005). Esta pesquisa busca preencher essa lacuna, fornecendo evidências empíricas sobre como os horários escolares influenciam os resultados acadêmicos. A justificativa para esta análise consiste em produzir evidências sobre a associação entre os horários escolares e o desempenho acadêmico, ampliando a compreensão de como potencializar o processo de aprendizagem e avaliações, considerando as diversas características biológicas de um adolescente.

Diante deste cenário, o objetivo geral deste estudo foi investigar as diferenças no desempenho acadêmico de adolescentes nas diversas áreas do conhecimento relacionadas ao horário das atividades. Especificamente, buscou-se avaliar se o horário de aula influenciou a nota dos estudantes e se o horário de realização das avaliações afetou a performance acadêmica dos alunos.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa descritiva e analítica, de caráter observacional transversal, com abordagem quantitativa. A metodologia adotada baseou-se na análise de dados secundários, buscando investigar a relação entre os horários escolares e o desempenho acadêmico de adolescentes. Essa abordagem permitiu a exploração de associações e padrões existentes nos dados coletados em um ponto específico no tempo, sem qualquer intervenção direta nos eventos ou participantes, focando na descrição e análise das variáveis de interesse.

A investigação foi conduzida em uma escola particular na cidade de São Paulo, Brasil, abrangendo os anos letivos de 2022, 2023 e 2024. A unidade de análise compreendeu informações anonimizadas sobre as notas dos alunos, as grades horárias das aulas e os cronogramas das avaliações. Esses dados foram empregados para examinar possíveis relações entre o desempenho acadêmico dos estudantes e os períodos do dia em que as atividades escolares, tanto aulas quanto provas, foram conduzidas, oferecendo um panorama temporal da performance dos alunos.

A amostra do estudo incluiu 384 alunos do Ensino Médio, sendo 200 estudantes da primeira série e 184 da segunda série. Cada aluno cursou vinte disciplinas obrigatórias anualmente, as quais foram agrupadas em quatro áreas de conhecimento, seguindo a Base Nacional Comum Curricular (BNCC): Ciências Naturais, Matemática, Linguagens e Ciências Humanas. Este agrupamento foi essencial para minimizar potenciais vieses que poderiam surgir de especificidades de disciplinas individuais, como o conteúdo programático ou a influência de professores específicos.

Os instrumentos de coleta de dados consistiram em registros de notas obtidas pelos alunos em avaliações específicas das disciplinas, com valores em uma escala de zero a dez. Foram também utilizadas as grades horárias detalhadas das aulas e das avaliações. A grade horária das aulas estava estruturada em quatro períodos por turno, cada um com duração de uma hora e trinta minutos, com inícios fixos às 07h00min, 08h30min, 10h30min e 12h00min. A grade horária das avaliações apresentava organização distinta, com provas iniciadas em horários variados ao longo do período matutino. Durante os períodos de avaliação, os alunos de uma mesma série realizavam a mesma prova simultaneamente, com organização aleatória das turmas, permitindo analisar de forma independente os efeitos dos horários de aula e de avaliação no desempenho acadêmico.

Os dados foram organizados em uma matriz única, totalizando 27.650 registros. Cada registro correspondia a uma observação de desempenho (nota) associada a um aluno, disciplina, área de conhecimento, turma, horário de aula, avaliação específica, horário de realização da avaliação, ano e semestre. Previamente à análise, o banco de dados passou por tratamento para padronização de variáveis textuais e numéricas. Os horários das provas foram agrupados em três categorias de faixas de horário: “muito cedo” (07h00min a 07h30min), “intermediário” (08h30min a 10h30min) e “tardio” (após 11h00min). Esse agrupamento foi baseado na literatura sobre ritmos circadianos em adolescentes e visou reduzir o número de comparações, aumentando o poder estatístico.

As análises foram realizadas no software RStudio, versão 2026.01.0+392 “Apple Blossom”, utilizando os pacotes dplyr para manipulação e sumarização dos dados (Wickham et al., 2026), ggplot2 para elaboração de gráficos (Wickham, 2016) e funções nativas do R para inferência estatística. Inicialmente, calcularam-se estatísticas descritivas das notas por área do conhecimento, incluindo média, mediana e desvio-padrão, para caracterização e interpretação. A distribuição das notas foi visualizada por boxplots. Para testar a influência do horário, aplicaram-se testes de comparação entre grupos: análise de variância (ANOVA) e teste de Kruskal-Wallis. Em casos de significância, realizaram-se testes post hoc de Wilcoxon com correção de Benjamini-Hochberg (BH). A significância estatística foi definida em p < 0,05.

O estudo utilizou dados secundários anonimizados, provenientes de um banco de dados disponibilizado pela instituição. Não foram fornecidas informações que permitissem a identificação direta ou indireta dos alunos, garantindo a privacidade dos participantes. Por este motivo, a pesquisa foi dispensada de avaliação pelo sistema CEP/CONEP, conforme a Resolução nº 510, de 07 de abril de 2016, que regulamenta pesquisas com bancos de dados agregados sem possibilidade de identificação individual. Essa medida assegurou a conformidade ética da investigação.

3. Resultados e Discussão

A análise do desempenho acadêmico de adolescentes foi realizada a partir de dados de 384 alunos do primeiro e segundo ano do Ensino Médio, coletados entre 2022 e 2024. O estudo abrangeu vinte disciplinas cursadas anualmente, as quais foram categorizadas em quatro áreas de conhecimento, seguindo a Base Nacional Comum Curricular. As áreas definidas foram Ciências Naturais, Matemática, Linguagens e Ciências Humanas. Essa categorização visou mitigar vieses relacionados a disciplinas específicas, como conteúdo ou influência do professor, permitindo uma análise mais robusta sobre o impacto dos horários.

As disciplinas cursadas no primeiro ano do Ensino Médio incluíram Educação Física, Geografia, Matemática, Biologia, Física, Química, Língua e Produção de Texto, Math, Narrativas da Cidade, Dinâmica, Biologia Aplicada, Revoluções Científicas, História Judaica, Artes, Geometria, Língua Inglesa, História do Brasil, Leitura e Interpretação dos Clássicos, História Antiga e Medieval e Pensamento Clássico. No segundo ano, os alunos cursaram Língua e Produção de Texto, Artes, Educação Física, Expressões Contemporâneas, Língua Inglesa, Literatura, Biologia, Físico-Química, Física, Química, Medições em Física, Geometria, Matemática, Math, Geografia, História Moderna e Contemporânea, História do Brasil, História Judaica, Pensamento Moderno e Teorias do Conhecimento. Todas essas foram agrupadas nas quatro áreas de conhecimento para a análise.

O primeiro objetivo do estudo buscou investigar a associação entre o horário das aulas e o desempenho escolar. Para isso, foram comparadas as notas obtidas pelos estudantes em diferentes horários de aula. A grade horária das aulas estava organizada em quatro períodos de 1h30min cada, iniciando às 07h00min, 08h30min, 10h30min e 12h00min. Inicialmente, a distribuição visual das notas por área do conhecimento e horário de aula, conforme ilustrado na Figura 1, não revelou diferenças evidentes entre os grupos, sugerindo uma sobreposição considerável nas distribuições.Figura 1. Gráfico com a distribuição das notas por horário das aulas para cada área do conhecimento: humanas, linguagens, matemática e naturais. A linha central do boxplot indica a mediana, o losango indica a média, e os limites nos riscos verticais indicam o desvio padrão.

Fonte: Resultados originais da pesquisa.

Para verificar estatisticamente a influência do horário das aulas, foram aplicados testes de comparação entre grupos para cada área do conhecimento, utilizando Análise de Variância (ANOVA) e o teste não paramétrico de Kruskal-Wallis. Os resultados desses testes foram consistentes, indicando significância estatística para todas as áreas do conhecimento (p < 0,05). Essa consistência entre os testes paramétrico e não paramétrico reforça a robustez dos achados, confirmando que o horário das aulas de fato influenciou o desempenho dos estudantes.

A análise detalhada das comparações par a par, realizada com testes post hoc de Wilcoxon e correção de Benjamini-Hochberg, revelou padrões distintos. Em Ciências Humanas, as notas foram significativamente melhores nas aulas assistidas nos primeiros horários (07h00min e 08h30min) em comparação com os horários após o intervalo (10h30min e 12h00min). Para Linguagens, observou-se uma tendência de diminuição das notas à medida que o horário da aula se tornava mais tardio, embora a diferença não tenha sido estatisticamente significativa entre os dois últimos horários (10h30min e 12h00min).

Na área de Matemática, as diferenças foram significativas ao comparar as aulas das 07h00min com as das 08h30min e 10h30min, e também entre as aulas das 10h30min e 12h00min. Os alunos que frequentaram as primeiras aulas obtiveram notas mais altas, e um padrão decrescente de desempenho foi observado do primeiro horário para o mais tardio, embora a comparação entre 07h00min e 12h00min não tenha sido estatisticamente significativa. Em Ciências da Natureza, a diferença significativa ocorreu na comparação entre 07h00min e 08h30min, com os alunos do primeiro horário apresentando notas médias superiores, enquanto as medianas permaneceram constantes nos três primeiros horários, diminuindo no último.

De maneira geral, os dados indicaram que os alunos que assistiram às aulas nos primeiros horários do dia tiveram um desempenho acadêmico superior em todas as áreas do conhecimento. Esse achado parece contradizer a hipótese inicial de que, devido ao atraso de fase na adolescência, horários mais cedo poderiam resultar em pior desempenho. Contudo, a duração da primeira aula (07h00min-08h30min) pode ter permitido um período de “despertar fisiológico” e menor pressão de sono, otimizando o aproveitamento do conteúdo, um aspecto não diretamente avaliado neste estudo.

A literatura sobre o tema apresenta resultados variados. Enquanto alguns estudos sugerem que horários de início de aulas mais tardios melhoram o bem-estar e reduzem a sonolência em adolescentes (Adolescent Sleep Working Group et al., 2014), outros não encontram uma correlação consistente com a melhoria das notas acadêmicas (Wahlstrom, 2002; Hinrichs, 2011). Um estudo em Chicago, por exemplo, verificou notas significativamente menores em Matemática para aulas matutinas (Cortes et al., 2012), o que difere dos resultados aqui apresentados, que apontam para um melhor desempenho nos primeiros horários.

O segundo objetivo do estudo foi analisar se o horário de realização das avaliações influenciava o desempenho acadêmico dos estudantes. As provas foram aplicadas em diversos horários, com inícios variando entre 07h00min e 12h00min, e com intervalos irregulares. Devido à proximidade de alguns horários e à necessidade de aumentar o poder estatístico, os horários das provas foram agrupados em três faixas: “muito cedo” (07h00min-07h30min), “intermediário” (08h30min-10h30min) e “tardio” (após 11h00min), com base na literatura sobre cronobiologia adolescente e em testes post hoc que confirmaram a não diferenciação entre os horários dentro de cada grupo.

A distribuição das notas por área do conhecimento e horário de início das provas, antes do agrupamento, é apresentada na Figura 2. Essa representação visual detalha as variações de desempenho em cada um dos horários individuais de prova. A complexidade dos horários de início das avaliações, com pequenas diferenças de 15 minutos, motivou a estratégia de agrupamento para facilitar a análise estatística e a interpretação dos resultados, conforme a metodologia estabelecida pelo estudo.Figura 2. Gráfico com a distribuição das notas por horário de início das provas para cada área do conhecimento: Ciências humanas, linguagens, matemática e ciências da natureza. A linha central do boxplot indica a mediana, o losango indica a média, e os limites nos riscos verticais indicam o desvio padrão.

Fonte: Resultados originais da pesquisa.

Após o agrupamento, a distribuição das notas por área e faixa de horário de prova é ilustrada na Figura 3. Descritivamente, a sobreposição das distribuições das notas entre as faixas de horário agrupadas não permitiu afirmar a existência de diferenças significativas, sugerindo que o impacto do horário das provas, quando analisado de forma agregada, poderia ser limitado ou de pequena magnitude para ser visualizado graficamente sem a análise estatística inferencial.Figura 3. Gráfico com a distribuição das notas por horários agrupados de início das provas para cada área do conhecimento: Ciências humanas, linguagens, matemática e ciências da natureza. A linha central do boxplot indica a mediana, o losango indica a média, e os limites nos riscos verticais indicam o desvio padrão.

Fonte: Resultados originais da pesquisa.

Para avaliar estatisticamente a influência do horário de início das provas, foram realizados testes de comparação entre grupos para cada área do conhecimento, utilizando ANOVA e Kruskal-Wallis. Os resultados foram considerados consistentes, com ambos os testes indicando significância estatística (p < 0,05) para todas as áreas. Isso confirmou que o horário de realização das avaliações teve um impacto significativo no desempenho acadêmico dos estudantes, embora os padrões de influência variassem entre as diferentes áreas do conhecimento.

Na área de Ciências Humanas, as piores notas foram observadas na faixa de horário “muito cedo” (07h00min-07h30min), com uma melhora progressiva na nota média à medida que a avaliação era realizada mais tarde (5,87 para 6,31). A mediana também foi menor no primeiro horário (6,25), aumentando para 7,00 nos horários subsequentes. Em Linguagens, a última faixa de horário de prova (11h00min-12h00min) foi significativamente diferente das duas faixas anteriores, apresentando as maiores notas médias (6,59) e medianas (7,20), indicando um melhor desempenho em horários mais tardios.

Para Matemática, todas as comparações entre as faixas de horário foram significativamente diferentes. As melhores notas foram obtidas nos horários mais tardios (mediana 5,91; média 5,58), seguidas pelos horários “muito cedo” (mediana 5,50; média 5,34), e o pior desempenho foi registrado nos horários intermediários (mediana 5,00; média 4,97). Este padrão sugere que o desempenho em Matemática não segue uma relação linear com o horário, apresentando um pico no final do período da manhã e um segundo pico no início, com uma queda no meio.

Em Ciências da Natureza, o padrão observado foi oposto ao das outras áreas. A primeira faixa de horário de prova (07h00min-07h30min) foi significativamente diferente da última (após 11h00min), e não houve diferença significativa com os horários intermediários. As melhores notas médias foram registradas nos horários “muito cedo” (5,69), decrescendo nas faixas de horários seguintes (5,56 e 5,46). As medianas mantiveram-se constantes nas duas primeiras faixas (6,00), diminuindo para 5,75 na última, indicando que o desempenho foi melhor nos primeiros horários de prova.

Esses resultados indicam que o desempenho acadêmico é influenciado pelo horário da prova e pela área do conhecimento, sugerindo uma interação complexa entre as demandas cognitivas específicas de cada disciplina e o estado fisiológico dos estudantes. As provas realizadas mais tarde, especialmente em Ciências Humanas, Linguagens e Matemática, tenderam a apresentar melhores notas, enquanto Ciências da Natureza obteve melhores resultados nos horários mais cedo. Essa variação pode estar ligada a fatores como atenção, fadiga mental e mudanças no nível de alerta ao longo do dia, conforme discutido na literatura de cronobiologia e neurociência cognitiva (Kandel, 2014; Diekelmann e Born, 2010; Schmidt et al., 2005).

A percepção de estresse associada às provas também pode desempenhar um papel. Níveis moderados de estresse tendem a otimizar o desempenho, enquanto níveis muito altos ou muito baixos podem ser prejudiciais (Nieuwenhuis, 2024). Considerando que os níveis de cortisol, um indicador de estresse, são elevados ao acordar e diminuem ao longo da manhã (Adam et al., 2006), é possível que as provas realizadas mais tarde coincidam com um nível de estresse mais moderado, favorecendo o desempenho em áreas que exigem maior controle executivo e processamento interpretativo.

As diferenças entre as áreas do conhecimento em situações de prova também podem ser explicadas pelos distintos processos cognitivos envolvidos. Tarefas que demandam maior controle executivo e processamento interpretativo podem ser favorecidas em horários de maior alerta, geralmente mais tarde no dia. Por outro lado, tarefas baseadas em evocação e reconhecimento podem apresentar melhor desempenho em condições de menor fadiga cognitiva, ou seja, mais cedo (Schmidt et al., 2005). Essa distinção pode justificar o padrão oposto observado em Ciências da Natureza, onde o desempenho foi melhor nos primeiros horários.

Em síntese, os achados deste estudo demonstram que o impacto do horário das atividades escolares no desempenho acadêmico dos adolescentes não é uniforme, variando significativamente entre os horários de aula e de prova, e entre as diferentes áreas do conhecimento. Enquanto as aulas nos primeiros horários do dia foram associadas a um melhor desempenho geral, os horários ideais para as provas apresentaram padrões distintos, com Ciências Humanas, Linguagens e Matemática se beneficiando de horários mais tardios, e Ciências da Natureza, de horários mais cedo. Esses resultados sugerem que a organização escolar deve considerar a interação entre fatores biológicos, cognitivos e contextuais para otimizar a aprendizagem e a avaliação dos estudantes, respondendo diretamente ao objetivo de investigar as diferenças no desempenho acadêmico relacionadas ao horário das atividades.

4. Conclusão

Este estudo investigou as diferenças no desempenho acadêmico de adolescentes em diversas áreas do conhecimento, relacionadas aos horários das atividades escolares. Verificou-se que o horário das aulas influenciou significativamente o desempenho dos estudantes, com melhores notas associadas aos primeiros horários do dia em todas as áreas analisadas. Observou-se, ainda, que o horário de realização das avaliações também impactou o desempenho de forma significativa, porém com padrões distintos: as áreas de Ciências Humanas, Linguagens e Matemática apresentaram melhores resultados em horários mais tardios, enquanto Ciências da Natureza obteve notas superiores em horários mais cedo. Esses achados indicam que a variação do desempenho acadêmico está associada às demandas cognitivas específicas de cada atividade e área do conhecimento, em interação com o estado fisiológico dos estudantes ao longo do dia.

A principal contribuição deste trabalho reside na produção de evidências empíricas que podem orientar a organização escolar e as escolhas pedagógicas. Os resultados sugerem que a distribuição estratégica dos horários de aulas e avaliações, considerando fatores biológicos, cognitivos e contextuais, pode otimizar a aprendizagem e o desempenho dos estudantes. Contudo, o estudo não mensurou diretamente o nível de alerta ou o estado fisiológico dos alunos, nem explorou exaustivamente outros fatores comportamentais e sociais que podem influenciar o aproveitamento. Para estudos futuros, recomenda-se investigar a qualidade do sono individual, os cronotipos dos adolescentes e as demandas cognitivas específicas de cada disciplina, a fim de desenvolver grades horárias mais assertivas que respeitem o ciclo circadiano e potencializem a consolidação da memória e o aprendizado.

Referências Bibliográficas

Adolescent Sleep Working Group; Committee on Adolescence; Council on School Health; Au, R.; Carskadon, M.; Millman, R.; Wolfson, A.; Braverman, P.K.; Adelman, W.P.; Breuner, C.C.; Levine, D.A.; Marcell, A.V.; Murray, P.J.; O’Brien, R.F

Bjorness, T.E.; Greene, R.W. 2009. Adenosine and sleep. Curr Neuropharmacol 7(3): 238-245.

Campbell, I.G.; Kraus, A.M.; Burright, C.S.; Feinberg, I. 2016. Restricting time in bed in early adolescence reduces both NREM and REM sleep but does not increase slow wave EEG. Sleep 39: 1663-1670.

Carskadon, M.A. 2011. Sleep in Adolescents: The Perfect Storm. Pediatr Clin N Am 58: 637-647.

Carskadon, M.A.; Acebo, C.; Jenni, O.G. 2004. Regulation of adolescent sleep: implications for behavior. Annals of the New York Academy of Sciences 1021(1): 276-291.

Carskadon, M.A.; Acebo, C.; Richardson, G.S.; Tate, B.A.; Seifer, R. 1997. An approach to studying circadian rhythms in adolescents. J Biol Rhythms 12: 278–289.

Crowley, S.J.; Acebo, C.; Carskadon, M.A. 2007. Sleep, circadian rhythms, and delayed phase in adolescence. Sleep Medicine 8(6): 602-612.

Crowley, S.J.; Wolfson, A.R.; Tarokh, L.; Carskadon, M.A. 2018. An update on adolescent sleep: New evidence informing the perfect storm model. Journal of Adolescence 67: 55-65.

Dewald J.F.; Meijer A.M.; Oort F.J.; Gerard A. Kerkhof G.A.; Bögels S.M. 2010. The influence of sleep quality, sleep duration and sleepiness on school performance in children andadolescents: A meta-analytic review. Sleep Medicine Reviews 14(3): 179-189.

Diekelmann, S.; Born, J. 2010. The memory function of sleep. Nature Reviews Neuroscience 11: 114-126.

Hagenauer, M.H.; Perryman, J.I.; Lee, T.M.; Carskadon, M.A. 2009. Adolescent Changes in the Homeostatic and Circadian Regulation of Sleep. Developmental Neuroscience 31: 276–284.

Melo, P.R.; Gonçalvez, B.S.B.; Menezes, A.A.L.; Azevedo, C.V.M. 2016. Circadian activity rhythm in pre-pubertal and pubertal marmosets (Callithrix jacchus) living in family groups. Physiology & Behavior 155: 242-249.

Ong, J.L.; Lo, J.C.; Gooley, J.J.; Chee, M.W.L. 2016. EEG changes across multiple nights of sleep restriction and recovery in adolescents: the need for sleep study. Sleep 39: 1233-1240.

Schmidt, C.; Collette, F.; Cajochen, C.; Peigneux, P. (2007). A time to think: circadian rhythms in human cognition. Cognitive neuropsychology 24(7), 755–789.

Schwartz, J.R.L.; Roth, T. 2008. Neurofisiologia do Sono e da Vigília: Ciência Básica e Implicações Clínicas. Curr Neurofarmacol 6(4): 367–378.

Taras, H.; Potts-Datemas, W. 2005. Sleep and Student Performance at School. Journal of School Health d September 75(7): 248-254.

Tarokh, L.; Short, M.; Crowley, S.J. 2019. SI, P.eep and Circadian Rhythms in Adolescence. Curr Sleep Medicine Rep 5: 181–192.

Wolfson, A.R.; Carskadon, M.A. 2003. Understanding adolescent’s sleep patterns and school performance: a critical appraisal. Sleep Medicine Reviews 7(6): 491-506.

Artigo oriundo de Trabalho de Conclusão de Curso de Neurociência e Aprendizagem na Educação

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy