RF-274 Cardiorespiratory fitness of police recruits: Norm-referenced values and 14-year temporal trend.
Notice bibliographique
Résumé
Introduction Many have highlighted the increased risk of cardiovascular diseases (CVD) among police officers. Because a low cardiorespiratory fitness (CRF) in young adulthood is associated with a higher risk of CVD incidence, the identification of police officers exhibiting low CRF upon entry in the profession could allow the implementation of targeted strategies for the primary prevention of CVD. Unfortunately, reference values for the CRF of Canadian police recruits are not yet available. Objectives This research aimed to provide reference standards for the CRF of police recruits in Québec (Canada) and to evaluate the trend in the CRF of recruits over a 14-year period. Methods This cross-sectional study was divided into two research phases. First, fifty-one police cadets performed both an indirect calorimetry assessment of their maximal oxygen consumption (&Vdot;O2max) and the Physical Abilities Test (PAT) used for the recruitment of police officers in the province of Québec. Using results from both tests, a model was developed to estimate &Vdot;O2max based on PAT results. The CRF of police recruits who completed the PAT from 2004 to 2017 was then retrospectively assessed using the previously developed model. Results Based on the analysis of 7234 PAT results, the average &Vdot;O2max was 53.33 ± 2.90 ml·kg-1·min-1 for male recruits and 43.78 ± 2.89 ml·kg-1·min-1 for female recruits. Furthermore, bivariate correlation analyses suggested small but significant increases in the &Vdot;O2max of both male (rs = .105, p < .001) and female recruits (rs = .125, p < .001) over the 14-year period studied. Conclusion Our results suggest that the CRF of police recruits in Québec is considerably higher than their North American peers. Furthermore, although clear conclusions cannot be drawn from our temporal trend analyses, our data suggest that the CRF of police officers from this population did not decline over the last decades as previously suggested by others.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».