The Effects of Simulated Wildland Firefighting Tasks on Core Temperature and Cognitive Function under Very Hot Conditions
Notice bibliographique
Résumé
Background: The severity of wildland fires is increasing due to continually hotter and drier summers. Firefighters are required to make life altering decisions on the fireground, which requires analytical thinking, problem solving, and situational awareness. This study aimed to determine the effects of very hot (45°C; HOT) conditions on cognitive function following periods of simulated wildfire suppression work when compared to a temperate environment (18°C; CON). Methods: Ten male volunteer firefighters intermittently performed a simulated fireground task for 3 h in both the CON and HOT environments, with cognitive function tests (paired associates learning and spatial span) assessed at baseline (cog 1) and during the final 20-min of each hour (cog 2, 3, and 4). Reaction time was also assessed at cog 1 and cog 4. Pre- and post- body mass were recorded, and core and skin temperature were measured continuously throughout the protocol. Results: There were no differences between the CON and HOT trials for any of the cognitive assessments, regardless of complexity. While core temperature reached 38.7°C in the HOT (compared to only 37.5°C in the CON; p < 0.01), core temperature declined during the cognitive assessments in both conditions (at a rate of -0.15 ± 0.20 °C.hr-1 and -0.63 ± 0.12 °C.hr-1 in the HOT and CON trial respectively). Firefighters also maintained their pre-exercise body mass in both conditions, indicating euhydration. Conclusions: It is likely that this maintenance of euhydration and the relative drop in core temperature experienced between physical work bouts was responsible for the preservation of firefighters’ cognitive function in the present study.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».