MétaCan
Menu
Back to cohort
Record W7014927755

Quantifier et qualifier la charge de travail, la dépense énergétique, le sommeil ainsi que les troubles musculo-squelettiques lors de la qualification militaire de base à l'École de leadership et de recrues des Forces canadiennes

2023· other· fr· W7014927755 on OpenAlexaboutno aff

Bibliographic record

VenueArchipelago (University of Quebec in Montreal) · 2023
Typeother
Languagefr
FieldHealth Professions
TopicOccupational Health and Performance
Canadian institutionsnot available
Fundersnot available
KeywordsSchool dropoutBurn outGuard (computer science)
DOInot available

Abstract

fetched live from OpenAlex

Contexte : L’École de leadership et de recrues des Forces canadiennes (ELRFC) fait face à de multiples obstacles et défis pour remplir son principal mandat : graduer le plus grand nombre possible de recrues tout en diminuant les libérations. Présentement, la qualification militaire de base (QMB) est une série de cours obligatoires répartis sur dix semaines. Pour obtenir la graduation de la QMB, il est obligatoire pour les recrues de satisfaire à la norme minimale de l’évaluation de la Forme Opérationnelle Requise dans le Cadre de l’Emploi (FORCE). Même si la recrue répond à la norme FORCE, la QMB a son propre ensemble de défis physiques qui ne sont pas nécessairement reflétés par l’évaluation FORCE (p. ex. : marche avec charge ; parcours d’obstacles ; exercices militaires et exercices tactiques sur le terrain). Jusqu’à présent, aucun projet de recherche n’a été réalisé sur la QMB pour répondre aux exigences physiques et physiologiques réelles de ce cours. On suppose que des facteurs individuels (ex. conditionnement physique initial) et externes (ex., conditions météorologiques) peuvent influencer la charge d’entraînement perçue des recrues pendant le cours. D’autres facteurs, tels que la nutrition, la quantité et la qualité du sommeil, les blessures et l’activité physique, peuvent influencer la charge d’entraînement perçue. Certaines données de recherches indiquent que, pour être à leur meilleur niveau, les militaires doivent être entraînés et en forme, bien alimentés, bien reposés et exempts de blessures. Récemment, il a été observé qu’un résultat inférieur aux critères d’évaluation FORCE augmente le risque de trouble musculosquelettique (TMS) pendant la QMB, augmentant ainsi le temps nécessaire pour obtenir leur diplôme tout en augmentant les risques de libération pour certaines recrues. À ce jour, il y a peu ou pas de données disponibles sur la charge de travail, la dépense énergétique, l’apport énergétique, la quantité/qualité de sommeil et la prévalence des TMS au sein d’un seul peloton qui suit la QMB. Objectif de recherche : Le but de ce mémoire est de quantifier et de qualifier la charge d’entraînement, la dépense énergétique, la quantité/qualité de sommeil, les TMS ainsi que d’observer les changements dans la composition corporelle et les performances physiques opérationnelles pendant les 10 semaines de la QMB à l’ELRFC. Il s’agit de la première étude observationnelle réalisée chez les recrues. Matériels et méthodes : Quarante recrues militaires canadiennes, 8 femmes et 32 hommes, (âge 24 ± 5 ans ; grandeur 176,4 ± 10,4 cm) ont été surveillées à l’aide d’un accéléromètre (GENEactiv) au poignet entre la semaine 1 et la semaine 9 pour évaluer la charge d’entraînement et la durée du sommeil. Au cours de la deuxième et de la dixième semaine, les recrues ont effectué une évaluation de la condition physique opérationnelle. À la semaine 1 et 10, les recrues ont effectué une évaluation de leur composition corporelle à l’aide d’un Inbody 270. Finalement, la surveillance des troubles musculosquelettiques (TMS) a été effectuée pendant les 10 semaines à l’aide d’un questionnaire et des restrictions médicales. Résultats : L’intensité de la CE était significativement différente (p = 0,0001) d’une semaine à l’autre. La durée totale quotidienne d’activité physique (AP) moyenne et vigoureuse (APMV) était respectivement de 189,7 ± 48,1 min et 44,7 ± 15,2 min. La durée moyenne du sommeil était de 5,4 ± 0,4 heures par nuit et a diminué à 4,2 ± 0,4 heures pendant les exercices de terrain. Une différence significative de durée de sommeil a été observée entre les recrues avec et sans TMS. En effet, les recrues avec TMS pendant la QMB dormaient en moyenne 54 minutes de moins que les recrues sans TMS. Les recrues ont accumulé un total de 95 jours sous restrictions médicales avec une moyenne de 3,8 jours consécutifs. L’estimation du Vo2peak à partir de l’évaluation FORCE s’améliore significativement de la semaine 2 à la semaine 10 (PRE, 47,1 ± 6,3 ; POST, 50,2 ±5,8 ; p = 0,0001). Les résultats démontrent que la DE moyenne par jour pendant la QMB est de 4297,4 ± 277,4 kcal/jour et qu’il y a une différence significative entre les recrues qui ont et n’ont pas une circonférence de taille favorable à une bonne santé (p≤ 0,004). La composition corporelle des recrues s’est significativement améliorée entre la semaine 1 et 10 de la QMB, notons un gain en masse maigre (kg) (Pré : 37,1 ± 7,2, Post : 38,6 ± 6,8, p = 0,000) et une diminution de la masse grasse (kg) (Pré : 22,3 ± 9,3. Post : 17,4 ± 7,1, p = 0,000). Finalement, des équations de régression ont été développées afin de prédire les performances physiques opérationnelles selon la masse grasse (kg) et la masse maigre (kg). Conclusion : La charge d’entraînement et la dépense énergétique sont de grande ampleur et varient significativement d’une semaine à l’autre. La durée moyenne de sommeil par semaine peut avoir un impact négatif sur l’apparition des TMS. La QMB apporte des améliorations dans les changements des performances physiques opérationnelles ainsi que dans la composition physique.
\n_____________________________________________________________________________ 
\nMOTS-CLÉS DE L’AUTEUR : charge d’entraînement, militaire, recrue, dépense énergétique, trouble musculosquelettique, sommeil

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.542
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0090.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.062
GPT teacher head0.350
Teacher spread0.288 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (University of Quebec in Montreal)Same topicOccupational Health and PerformanceFrench-language works237,207