จากการศึกษาพบว่าโหมดกลางคืนหรือ Nigh Shift นั้นไม่ดีอย่างที่เราคิด

โหมดกลางคืนเป็นที่ต้องการอย่างมากจากผู้ใช้ Apple เพื่อสิ้นสุดรวมถึงในไฟล์ iPhone และ Mac และในที่สุดก็มาถึงด้วย iOS 13 และ macOS Mojave แต่ก่อนหน้านี้จาก Apple พวกเขายังรวมโหมด 'Night Shift' ที่ปรับสีให้เข้ากับสภาพแสงของห้องเพื่อลดแสงสีน้ำเงินที่มาจากหน้าจอของอุปกรณ์

แสงสีฟ้าของ iPhone หรือ Mac จะไม่เลวร้ายอย่างที่เราคิด

เราทุกคนมีระบบภายในที่ปรึกษาโทรศัพท์ก่อนนอนหรือเข้านอนทันทีหลังจากผ่านไปหลายชั่วโมงหน้าทีวีหรือคอมพิวเตอร์ไม่เหมาะที่จะนอนอย่างสงบ นี่คือเหตุผลที่โหมด Night Shift หรือโหมดกลางคืนสามารถช่วยให้เรานอนหลับได้ดีขึ้น แต่การศึกษาเมื่อเร็ว ๆ นี้ได้ปฏิเสธแนวคิดเหล่านี้ที่เราฝังแน่น

โหมดกลางคืน

จากการวิจัยพวกเขาได้ทำที่ มหาวิทยาลัยแมนเชสเตอร์ รวบรวมโดย การ์เดียน , Night Shift ของโทรศัพท์ของเรา อาจทำให้เกิดผลตรงกันข้ามกับสิ่งที่เราเชื่อ ซึ่งหมายความว่าโดยการใช้สิ่งนี้ เราอาจทำให้ฝันของเราแย่ลง สิ่งที่เราคิดกันมานานคือการลดการรับแสงสีฟ้าก่อนนอนทำให้ร่างกายหลับไป แต่ดูเหมือนว่านี่จะเปลี่ยนนาฬิกาชีวภาพของเรา

การศึกษาได้ดำเนินการในหนูแม้ว่าตามดร. ทิมบราวน์ข้อมูลเหล่านี้ สามารถคาดการณ์ถึงมนุษย์ เนื่องจากความคล้ายคลึงกันระหว่างเมาส์กับมนุษย์นั้นมีมากมาย ผลการวิจัยพบว่าแสงสีน้ำเงินผ่อนคลายมากกว่าแสงสีเหลือง

ในรายละเอียดการศึกษาใช้แสงที่ออกแบบมาโดยเฉพาะเพื่อให้นักวิจัยสามารถปรับสีโดยไม่ต้องเปลี่ยนความสว่าง ในท้ายที่สุดก็พบว่าสีฟ้าน้อยเปลี่ยนนาฬิกาชีวภาพของสิ่งมีชีวิต การศึกษาอธิบายได้ดังนี้

สิ่งนี้ทำให้รู้สึกพื้นฐาน: กลางวันเป็นสีเหลืองสนธยาเป็นสีฟ้าและพระอาทิตย์ขึ้นและตกเป็นวิธีที่เชื่อถือได้มากในการบอกนาฬิกาชีวภาพของคุณว่าเป็นเวลาเท่าไร แน่นอน ณ จุดนี้เรารู้เพียงว่ามันใช้ได้กับหนูและหนูไม่มีโทรศัพท์ แต่ดร. บราวน์ให้ความเห็นว่า“ เราเชื่อว่ามีเหตุผลที่ดีที่จะเชื่อว่ามันเป็นจริงในมนุษย์เช่นกัน”

ไม่สงสัยเลยว่านี่คือการศึกษาที่จะถูกวิพากษ์วิจารณ์อย่างรุนแรงจากทั้งสองฝ่าย แต่สิ่งที่มันเพิ่มขึ้นและ หลักฐานที่แนบมาในการศึกษาค่อนข้างน่าสนใจ . ไม่ต้องสงสัยเลยว่าการศึกษาเพิ่มเติมจะต้องสามารถเข้าใจได้ว่าสมมติฐานนี้ได้รับการยืนยันแล้วหรือไม่ เป็นที่ชัดเจนว่าแสงของโทรศัพท์มือถือคอมพิวเตอร์หรือโทรทัศน์ไม่ได้ทำให้เราดีในนาฬิกาชีวภาพของเรา แต่ตอนนี้ถึงเวลาที่จะหาผลกระทบในกลุ่มตัวอย่างขนาดใหญ่และในมนุษย์เอง เราขอแนะนำให้คุณ อ่านการศึกษาเต็มรูปแบบ เพื่อดูการทดสอบทั้งหมดที่ทำ