Traumatic Events, Psychopathology, and Post-Traumatic Stress Disorder in the General Community and First Responders: Presence of Symptoms and Associated Factors
Notice bibliographique
Résumé
Most individuals experience at least one traumatic event during their lifetime, which can lead to the development of psychopathological symptoms and Post-Traumatic Stress Disorder (PTSD). First responders (e.g., police officers, firefighters, emergency medical professionals) are exposed to traumatic events daily, making them particularly vulnerable to developing such symptoms. Using an online questionnaire, this study aimed to compare self-reported exposure to traumatic events and the presence of psychopathological and PTSD symptoms between a sample from the general community (n = 137) and first responders (n = 672) residing in Portugal. We also sought to identify factors associated with the development of PTSD symptoms. Results showed that although first responders reported higher exposure to traumatic events, there were no significant differences in PTSD symptoms between first responders and the general community. However, general psychopathological symptoms, particularly anxiety and depression, were higher in the general community than among first responders. Symptoms of anxiety, depression, obsessive–compulsive tendencies, hostility, paranoid ideation, psychoticism, and personally experienced traumatic events emerged as significant predictors of PTSD symptoms, whereas demographic variables showed no significant predictive value. The potential influence of factors such as terror management theory, training and education, professional selection, the “hero lifestyle”, and the “police culture” is discussed, along with implications and directions for future research.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».