The effects of exercise-induced heat stress on cognitive function in firefighters
Notice bibliographique
Résumé
Background. Firefighting requires tremendous cognitive demands including assessing emergency scenes, executing critical decisions, and situational awareness of their surroundings. The aim of this study was to determine the effects of differing rates of increasing core temperature on cognitive function during exercise-induced heat stress. Methods. Nineteen male firefighters were exposed to repeated cognitive assessments, randomized and counter-balanced, in 30°C and 35°C and 50% humidity. Participants performed treadmill walking (4.5 km . h -1 and 2.5% grade) with cognitive function assessed before exercise (PRE), after mounting the treadmill (Cog 1), at core temperatures of 37.8°C (Cog 2), 38.5°C (Cog 3), and 39.0°C (Cog 4), after dismounting the treadmill (POST), and following an active cooling recovery to a core temperature of 37.8°C (REC). The cognitive tests implemented at PRE and POST were spatial working memory (SWM), rapid visual information processing (RVP), and reaction time (RTI) while paired associates learning (PAL) and spatial span (SSP) were assessed at Cog 1, Cog 2, Cog 3, and Cog 4. All five cognitive tests were assessed at REC. Results. Planned contrasts revealed that SSP and PAL were impaired at Cog 3, with SSP also impaired at Cog 4 compared to Cog 1. REC revealed no difference compared to Cog 1, but increased errors compared to Cog 2 for PAL. Conclusions. The decrements in cognitive function observed at a core temperature of 38.5°C are likely attributed to the cognitive resources required to maintain performance being overloaded due to increasing task complexity and external stimuli from exercise-induced heat stress. The addition of an active cooling recovery restored cognitive function to initial levels.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».