Psychological safety, workplace incivility, and institutional betrayal: Organizational factors shaping mental health in first responders
Notice bibliographique
Résumé
First responders operate in high-stakes environments where organizational culture may influence mental health outcomes. This study examined the associations between psychological safety, workplace incivility, and institutional betrayal and their impact on posttraumatic stress disorder (PTSD), depression, burnout, and resilience among emergency medical services and fire personnel in Florida. A cross-sectional survey of n = 799 first responders measured mental health symptoms and organizational climate using validated scales. Findings revealed that 33.2% of respondents screened positive for probable PTSD, 32.3% reported moderate to severe depressive symptoms, and 27.6% reported moderate or high burnout. Institutional betrayal was reported by 59.5% of participants and was significantly associated with elevated PTSD, depression, and burnout and lower resilience. First responders experiencing mental health challenges reported significantly higher levels of workplace incivility. Greater exposure to incivility was strongly associated with lower resilience and higher rates of PTSD, depression, and burnout. In addition, psychological safety scores were consistently lower across all organizational levels, including supervisors, command staff, peers, and teams, among individuals with mental health concerns. These findings suggest that adverse organizational experiences may be linked to poorer mental health outcomes, regardless of role or rank. The results underscore the need for organizational interventions, such as leadership training, peer support, and transparent accountability policies, that promote psychological safety, reduce incivility, and restore trust. By addressing these modifiable workplace factors, first responder agencies can work to improve morale and wellness, while also positively influencing recruitment, retention, and overall workforce stability. Future research should explore causal pathways and evaluate the long-term impact of organizational culture change initiatives.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».