Low physical fitness indicates future injury, mental health, menstrual cycle disruptions, and burnout in female emergency service personnel and healthcare providers
Notice bibliographique
Résumé
Musculoskeletal injury (MSKi), depression, anxiety, and burnout place a considerable burden on emergency services personnel and healthcare providers (HCP). Physical fitness is related to both mental and physical health in these populations, but females in these are hugely underrepresented in this literature. As female representation in first-responder and HCP roles increases, the need for female-specific research is needed. This study examines physical fitness as a short-term indicator of future reproductive health, MSKi, and mental health for females employed as first-responders or HCP. Thirteen first-responders and 29 HCP completed an initial health and demographics questionnaire, a comprehensive physical assessment (e.g., bone mineral density, muscular strength, muscular endurance, muscular power, flexibility, and aerobic capacity), and a health questionnaire 6-7 months after the physical testing. We found that (i) bone mineral density, relative upper body strength, and lower body power were related to sustaining future MSKi, (ii) better lower body endurance and flexibility were related to future menstrual cycle disruptions, and (iii) low bone mineral density was related to future self-reported burnout and Patient Health Questionnaire score ≥ 10. Physical fitness characteristics can be helpful indicators of future MSKi risk, menstrual cycle disruptions, and mental health status in females employed in arduous occupations.
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 | 0,001 | 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 ».