fbpx Sbadigli refrigeranti | Scienza in rete

Sbadigli refrigeranti

Read time: 2 mins

Rilevando sperimentalmente come la frequenza degli sbadigli dipenda dalla temperatura dell'ambiente esterno, due ricercatori ottengono una significativa conferma che lo sbadiglio può essere un efficace sistema di refrigerazione del cervello.

L'idea non è nuova, ma finora mancava una controparte sperimentale. Ci hanno pensato Andrew Gallup (Binghamton University) e Omar Eldakar (University of Arizona), che hanno documentato la frequenza con cui a Tucson 160 persone (80 osservate in inverno e altrettante in estate) rispondevano allo stimolo di sbadigliare. Giocando sul fatto che si tratta di uno stimolo piuttosto contagioso, i ricercatori hanno mostrato ai passanti immagini di persone che sbadigliavano e ne hanno rilevato la reazione.

Dai dati, pubblicati su Frontiers in Evolutionary Neuroscience, è emerso che la risposta cambia in modo significativo dal periodo invernale a quello estivo. Nei mesi più freddi, quando in media a Tucson la temperatura è intorno ai 22 °C, si è registrata una risposta positiva nel 45% delle persone esaminate mentre in estate, con temperature intorno ai 37 °C, gli sbadigli si attestavano solo al 24%.
Secondo i ricercatori questa variazione stagionale indicherebbe che lo stimolo dello sbadiglio ha più probabilità di andare a buon fine con temperature esterne inferiori a quella del corpo, confermando dunque l'idea della sua utilità per la refrigerazione del cervello.

Nella dettagliata analisi dei risultati i ricercatori hanno valutato anche il legame con la durata dell'esposizione alle condizioni atmosferiche. Nel periodo estivo, per esempio, l'incidenza degli sbadigli tra le persone che erano all'esterno da oltre cinque minuti crollava a meno del 10%.

Princeton University

Autori: 
Sezioni: 
Fisiologia

prossimo articolo

Citazioni, h-index e highly cited: perché Clarivate, Scopus e Google Scholar non raccontano la stessa storia

disegno di metro su sfondo con neon

Tre database, tre misure diverse dello stesso fenomeno. Capire le differenze non è un dettaglio tecnico: è il presupposto per usare le metriche senza esserne ingannati.

Immaginate un ricercatore che deve comunicare il proprio h-index in una domanda di finanziamento. Apre Web of Science: il numero è, diciamo, 31. Apre Scopus: 38. Apre Google Scholar: 47. Tre piattaforme, tre numeri, nessuna contraddizione interna a ciascuna — eppure nessuna convergenza tra loro. Quale valore è quello “giusto”? La domanda è mal posta, e il disagio che genera è il punto di partenza di questo articolo.