0708 PREDICTORS OF PERCEIVED FATIGUE: A SURVEY OF 1,566 COMMERCIAL AIRLINE PILOTS
Notice bibliographique
Résumé
Fatigue is a matter of serious concern in airline operations, with long, irregular, and night shifts, time zone crossings, disruption of circadian cycles, and concomitant sleep deprivation as potential contributing factors. Of the few fatigue surveys that have been performed among commercial airline pilots, none has investigated, to our knowledge, the correlates and predictors of perceived fatigue. The present study aimed to identify factors associated with fatigue in commercial airline pilots. A total of 1,566 pilots from a commercial airline company filled out a survey including questions on pilots and aircraft characteristics, commuting mode, sleep quality (Pittsburgh Sleep Quality Index, PSQI), fatigue management strategies, and flight duty periods. Pilots also completed the Fatigue Severity Scale (FSS). A multiple linear regression was performed to identify factors associated with increased fatigue levels. The R2adjusted for the regression model explains 44% of the variance in fatigue levels (R2adjusted = 0.44;p<.001). The 7 factors associated with higher fatigue levels were: 1) higher daytime dysfunction (β=.42;p<.001); 2) poorer subjective sleep quality (β=.19;p<.001); 3) greater sleep disturbances (β=.12;p<.001); 4) greater sleep needs (β=.09;p<.001), and; 5) use of sleep medication (β=.05;p<.01) on the PSQI, as well as; 6) less frequent naps the day before a night flight while away from home (β=.07;p<.001) and; 7) sleep having occurred on the flight deck during the last pairing (β=.07;p<.001). Rank, number of hours of duty, number of duty periods, and number of days being on duty between 02:00 and 05:00 home base time were forced in the regression model to control for work conditions but did not significantly contribute to the model. The relationship between higher fatigue levels and sleep disturbances indicates that interventions targeting sleep improvement could be beneficial for pilots. Future studies should specify how fatigue levels vary with fatigue management strategies, both during layover and on the flight deck. This study was supported by a NSERC grant (CUI2I 430856-12) awarded to L.L. and D.B.B.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».