Subjective And Objective Cognitive Fatigue In Wildland Firefighting
Notice bibliographique
Résumé
Wildland firefighting requires continuous attention while exposed to long working hours and sub-optimal sleep. These stressors may induce cognitive fatigue, which poses a risk to worker safety due to reduced awareness. PURPOSE: This pilot investigation examined the effect of sleep and shift characteristics on variables related to cognitive fatigue. METHODS: A within-subject, observational study was conducted on 4 wildland firefighters (3 M, 1F) between July and August of the 2021 fire season. Cognitive fatigue was measured before and after shift, both subjectively, via 7-point scales (Samn-Perelli Fatigue Scale (SPS); Stanford Sleepiness Scale (SSS)), and objectively, via mean reaction time (RT) on the 3-minute psychomotor vigilance task. Sleep variables were measured subjectively via sleep log and objectively via wrist-worn actigraphy. Linear regression analyses were performed to test if shift or sleep variables predicted cognitive fatigue variables. RESULTS: All sleep and shift variables significantly predicted subjective fatigue and sleepiness. SPS was most significantly predicted by shift duration (R2 = .52, F(1, 49) = 52.75, p < .001) and subjective sleep quality (R2 = .24, F(1, 105) = 32.59, p < .001). SSS was most significantly predicted by subjective sleep quality (R2 = .32, F(1, 105) = 49.7, p < .001) and start time (R2 = .21, F(1, 87) = 23.75, p < .001). Mean RT was not significantly predicted by any sleep or shift variable. However, RT was significantly predicted by both subjective sleepiness (R2 = .34, F(1, 55) = 28.52, p < .001) and fatigue (R2 = .12, F(1, 55) = 7.73, p < .01). Mean RT was also non-significantly predicted by objective sleep quality (R2 = .10 F(1, 25) = 2.83, p = 0.105). CONCLUSIONS: Subjective cognitive fatigue measures were significantly predicted by sleep and shift characteristics. Neither sleep nor shift variables significantly predicted mean RT directly, however, RT was significantly predicted by subjective fatigue and sleepiness.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 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 ».