Effectiveness of fitness training and psychosocial education intervention programs in wildland firefighting: a cluster randomised control trial
Notice bibliographique
Résumé
Critical to effective fire management is the protection and preparedness of highly trained wildland firefighters who routinely face extreme physical and psychological demands. To date, there is limited scientific evidence of psychosocial education intervention effectiveness in this context. The objective of the current study is to utilise a cluster randomised control trial study design to evaluate fitness training and psychosocial education intervention programs across a wildland fire season. Wildland firefighters (n = 230) were randomly assigned by their work location to one of four experimental conditions. Pre- and post-season assessments of primary (e.g. psychosocial risk factors, physical fitness and psychological capital) and secondary (e.g. work engagement, job stress and incidence of injury) outcomes facilitated comprehensive evaluation. The psychosocial education intervention program was effective at buffering participant appraisals of 12 of 13 psychosocial risk factors, namely: organisational culture, civility, psychological demands, balance, psychological support, leadership expectations, growth and development, influence, workload management, engagement, protection and safety. Participants in the psychosocial education intervention also reported lower stress relating to organisational support compared with those who not receiving the intervention program. Wildland firefighters receiving either or both intervention programs reported a significantly lower incidence rate of injury (9.9%) compared with the organisation’s 5-year average (16.0%).
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 | 0,003 | 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 ».