Putative risk and resiliency factors after an augmented training program for preventing posttraumatic stress injuries among public safety personnel from diverse sectors
Notice bibliographique
Résumé
Mental health disorders are particularly prevalent among public safety personnel (PSP). Emotional Resilience Skills Training (ERST) is a cognitive behavioural training program for PSP based on the Unified Protocol for the Transdiagnostic Treatment of Emotional Disorders (i.e. Unified Protocol). The current study was designed to assess whether ERST is associated with reduced putative risk factors for mental disorders and increased individual resilience. The PSP-PTSI Study used a longitudinal prospective sequential experimental cohort design that engaged each participant for approximately 16 months. PSP from diverse sectors (i.e. firefighters, municipal police, paramedics, public safety communicators) completed self-report measures of several putative risk variables (i.e. anxiety sensitivity, fear of negative evaluation, pain anxiety, illness and injury sensitivity, intolerance of uncertainty, state anger) and resilience at three time points: pre-training (n = 191), post-training (n = 103), and 1-year follow-up (n = 41). Participant scores were statistically compared across time points. Participants reported statistically significantly lower scores on all putative risk variables except pain anxiety, and statistically significantly higher resilience from pre- to post-training. Changes were sustained at 1-year follow-up. The results indicate that ERST is associated with reductions in several putative risk variables and improvement in resilience among PSP.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».