The impact of repetitive exposure to low-level blast on neurocognitive function in Canadian Armed Forces’ breachers, snipers, and military controls
Notice bibliographique
Résumé
Abstract Objective: The primary aim of this study was to evaluate whether military occupations with repetitive exposure to low-level blast (i.e., breachers and snipers) display poorer neurocognitive status compared to military controls without prior occupational engagement as breachers and/or snipers, and whether that effect is mediated by self-reported mental health symptoms. Method: With data collected from Canadian Armed Forces (CAF) breachers and snipers and sex- and age-matched CAF controls ( n = 112), mental health was assessed using the PCL-5 (PTSD) and the Brief Symptoms Inventory , and neurocognitive function based on a set of computerized tasks (i.e., four-choice reaction time task, delayed matching-to-sample, n-back, Stroop). Directed Acyclic Graphs (DAGs) were created to establish a causal framework describing the potential effect of occupation on neurocognitive function while considering mental health. Factor analysis modeling was used to establish the latent construct of neurocognitive function, which was then incorporated into student- t models for effect estimation, following assumptions derived from causal inference principles. Results: Our results demonstrated that it is snipers specifically who displayed lower neurocognitive performance compared to breachers and controls. Critically, this effect was not mediated by mental health status. In fact, mental health was generally better in both breachers and snipers when compared to controls. Conclusions: When the focus is on occupations with repetitive exposure to low-level blast, the snipers in particular are impacted most in terms of neurocognitive function. We speculate that this might be due to additional impact of recoil forces exacerbating the effect of blast overpressure on the nervous system.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».