MétaCan
Menu
Retour à la cohorte
Enregistrement W4413908384 · doi:10.3390/fire8090348

“Firefighters Hate Two Things—Change and the Way Things Are” Exploring Firefighters’ Perspectives Towards Change

2025· article· en· W4413908384 sur OpenAlexaff
Eric J. Carlson, Matthew Manierre, Michael C.F. Bazzocchi

Notice bibliographique

RevueFire · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésClimate changeSociology

Résumé

récupéré en direct d'OpenAlex

This study focuses on firefighters’ relationship with different types of change in their profession and what barriers and facilitators might contribute to how they respond. Informed by the Force Field analysis of change, interviews were conducted to better understand what specific barriers and facilitators contribute to their views on types of change and the level of influence they carried. Twenty-five interviews were conducted with firefighters from a variety of backgrounds, including different ages, genders, ranks, and experience levels for both career and volunteer firefighters. Thematic analysis identified different responses to four common rationales that helped to explain the acceptance or dismissal of changes. These were as follows: (1) openness or apprehension towards change; (2) the results of a cost–benefit analysis that considered financial and manpower limits, perceived legitimacy of the problem, and efficacy of the solution; (3) reference to past experiences with changes that had failed or succeeded; and (4) trusted messengers that respected the chain of command were preferred. These themes are applicable across multiple types of changes, including technological and cultural adaptation. However, they also reveal challenges that may emerge due to friction with firefighters’ professional identities and traditional masculine norms. The patterns identified here can help to inform future efforts to implement changes and to anticipate likely points of friction or motivation that can be leveraged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0180,022
Communication savante0,0090,005
Science ouverte0,0010,007
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,311
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFireMême sujetYouth Development and Social SupportTravaux en français237 207