Comparison of the Physiological and Perceptual Strain Indices in Firefighters During Real-Life Emergency Incidents
Notice bibliographique
Résumé
Firefighting is an occupation during which individuals are exposed to excessive cardiovascular and thermoregulatory strain. Recently it has been documented that physiological strain (PhSI) can be effectively predicted with the perceptual strain index (PeSI) during simulated firefighting activities, however, it is unknown whether these relationships will transfer to real-life incidents. PURPOSE: To compare the PhSI and the PeSI responses during real-life emergency incidents in firefighters. METHODS: Twelve 24 hr shifts were monitored encompassing forty-one firefighters (Mean ± SE for Age = 42 ± 2 yrs and [[Unsupported Character - Codename ]] = 52 ± 2 mL·kg-1·min-1) on active duty during the summer months in Toronto (28.3 ± 1°C and 53 ± 11% R.H). Core temperature (Tc) using radio telemetry and heart rate (HR) were logged continuously during each shift. Resting values of Tc and HR during sleep were obtained and along with corresponding peak values (averaged over 5 min) from each active call to calculate PhSI. The highest perceptual ratings of thermal comfort and perceived exertion were reported by subjects post-call and recorded for subsequent calculation of PeSI. Total active calls (n=38) were divided by type: medical (MED, n=18), FIRE (n=8), auto extrication (AutoX, n=3), Elevator (n=4), and Other (n=5). RESULTS: Across call types, PeSI underestimated PhSI during MED (1.7 ± 0.2 vs. 3.0 ± 0.2), Elevator (1.4 ± 0.5 vs. 2.9 ± 0.4) and Other call types (1.9 ± 0.4 vs. 2.9 ± 0.4), respectively, but not for FIRE (3.5 ± 0.3 vs. 2.9 ± 0.3) or AutoX (3.9 ± 0.5 vs. 4.3 ± 0.6). No significant differences were observed for PhSI between call types CONCLUSIONS: It can be concluded that PhSI is generally underestimated by PeSI, however, as the level of firefighter encapsulation is increased, such as with FIRE and AutoX call types, PeSI becomes a more reliable predictor of PhSI. Supported by the Workplace Safety and Insurance Board of Ontario and MITACS
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».