Mental preparation strategies and firefighter’s performance under stress
Notice bibliographique
Résumé
Firefighters have to perform in high demanding environments, which require the ability to cope with stress. Research has shown that performance as well as stress reduction is affected by mental preparation strategies such visual imagery, activation, self-confidence, attentional control, relaxation, goal setting and self-talk. The outcome of mental preparation strategies is a psychological state called 'mental readiness'. Mental readiness emerged from sport psychology and was found to be important for performance improvements of top athletes. However, until now mental readiness has never been used to predict firefighter performance. Thus, the purpose of this study is to examine the relationship between mental readiness dimensions and perceived stress, success and task performance of firefighters. A sample of 68 firefighters was surveyed. The mental readiness dimensions as well as performance and stress issues were measured with the Mental Readiness Scale (MRS). Correlations and multiple regression analyses showed mixed results. Some scales like self-talk and goal setting did not significantly correlate with performance, success or stress of firefighters, whereas other sub scales such as visual imagery, activation and attentional control showed medium to large effects. The results reveal that firefighters benefit differently from the specific mental preparation strategies. Some strategies help firefighters to cope with stress. Other strategies seem to improve task performance and success. The results can be used to design evidence-based mental training programs to improve firefighter's performance and stress reduction.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».