Kiam Bill Gardner aliĝis al la fajro-servo en tiama kampara Teksaso, li volis fari pozitivan diferencon. Hodiaŭ, kiel emerita kariera fajrobrigadestro, volontula fajrobrigadisto kaj altranga direktoro de fajraj produktoj por ESO, li vidas tiujn aspirojn ankaŭ en la hodiaŭa estonta generacio. Krom alvoko por servi, ili alportas bezonon kompreni, kiel iliaj klopodoj efikas sur la misio kaj celoj de sia fako. Ili volas scii la efikon, kiun ili faras, ne nur per persona plenumo kaj heroaj rakontoj, sed per malvarmaj malfacilaj datumoj.

Spuri datumojn pri okazaĵoj kiel kuirejaj fajroj povas helpi establi prioritatojn por komunuma edukado. (bildo / Getty)

Multaj fakoj kolektas informojn pri incendiaj okazaĵoj kaj respondoj, fajrobrigadistoj kaj civilaj viktimoj, kaj posedaĵaj perdoj por raporti al la Nacia Fajra Raporto-Sistemo. Ĉi tiuj informoj povas helpi ilin spuri kaj administri aparatojn, dokumenti la tutan gamon de departementa agado kaj pravigi buĝetojn. Sed kolektante datumojn preter NFIRS-normoj, agentejoj povas aliri trezoron de realtempaj enrigardoj por informi decidadon kaj helpi sekurigi fajrobrigadistojn, loĝantojn kaj posedaĵojn.

Laŭ a 2017 Nacia Fajra Datuma Enketo, datumoj "kolekto kreskis multe preter incidentaj datumoj kaj ampleksa aliro por konekti ĉiujn fajrajn agadajn datumojn necesas por certigi, ke fajrobrigadoj laboras kun datumoj, kiuj vere reprezentas la plenan bildon de siaj agadoj."

Gardner kredas, ke datumoj kolektitaj de EMS kaj fajraj agentejoj havas signifan valoron, kiu restas plejparte neuzita.

"Mi pensas, ke de jaroj ni havas informojn kaj estis percepto de necesa malbono, ke iu alia volis tiujn informojn, aŭ necesis por fari ian pravigon de nia ekzisto," li diris. "Sed vere, necesas gvidi, kion ni faru kaj direktu kien ni iru en ĉiu individua agentejo."

Jen kvar manieroj, kiujn fajro kaj EMS-agentejoj povas uzi siajn datumojn:

1. MITIGAN RISKON

Risko estas granda kategorio, kaj por kompreni la veran riskon por la komunumo, fajrobrigadoj devas kolekti datumojn, kiuj helpas ilin respondi demandojn kiel:

• Kiom da strukturoj estas en areo aŭ komunumo?
• El kio konsistas la konstruaĵo?
• Kiuj estas la loĝantoj?
• Kiuj danĝeraj materialoj estas stokitaj tie?
• Kio estas la akvoprovizado al tiu konstruaĵo?
• Kio estas la tempo de respondo?
• Kiam ĝi estis lastfoje inspektita kaj la malobservoj korektitaj?
• Kiom aĝaj estas tiuj strukturoj?
• Kiom multaj havas fajro-forigajn sistemojn instalitajn?

Havi ĉi tiun tipon de datumoj helpas fakojn taksi, kiaj riskoj ekzistas, por ke ili povu atribui rimedojn laŭe kaj prioritate mildigi strategiojn, inkluzive komunuman edukadon.

Ekzemple, datumoj povus montri, ke el 100 raportoj pri strukturaj incendioj en jaro, 20 el ili ekbruligas - kaj el tiuj 20, 12 estas hejmaj incendioj. El la hejmaj fajroj, ok komenciĝas en la kuirejo. Havi ĉi tiujn detalajn datumojn helpas fakojn nuligi kuirejajn fajrojn, kiuj probable respondecas pri la plimulto de fajroperdoj en la komunumo.

Ĉi tio helpus pravigi elspezon por simulilo de fajroestingilo uzota por komunuma edukado kaj, pli grave, la komunuma edukado grave reduktus la riskon de kuirejaj fajroj.

"Se vi instruas al la komunumo kiel kaj kiam uzi fajroestingilon," diris Gardner, "ĝi siavice absolute ŝanĝos ĉiujn riskojn kaj asociitajn kostojn en via komunumo."

2. PLIBONIGI SEKURECON DE Fajrobrigadistoj

Kolekti konstruajn datumojn pri strukturaj fajroj ne nur helpas kun fajrobrigada sekureco, sciigante ŝipanojn, ĉu estas danĝeraj materialoj stokitaj surloke, ĝi ankaŭ povas helpi fajrobrigadistojn kompreni ilian ekspozicion al kancerogenaĵoj.

"Ĉiutage fajrobrigadistoj respondas al fajroj, kiuj donas substancojn, kiujn ni scias, kancerigaj. Ni ankaŭ scias, ke fajrobrigadistoj havas pli altan procenton en iuj kancerspecoj ol la ĝenerala loĝantaro, "diris Gardner. "Datumoj helpis nin korelacii pliigitajn kancerajn indicojn kun ekspozicio al ĉi tiuj produktoj."

Kolekti tiujn datumojn por ĉiu fajrobrigadisto gravas por certigi, ke fajrobrigadistoj havas la ilojn, kiujn ili bezonas por redukti ekspozicion kaj senpoluigi sekure, kaj ankaŭ por trakti iujn ajn estontajn sanajn bezonojn asociitajn kun tiu ekspozicio.

3. KUNVENI LA ​​BEZONOJN DE ILIAJ KONSTITUANTOJ

Diabetaj krizoj estas ofta kialo por EMS-alvokoj. Por agentejoj kun komunuma paramedicina programo, vizito kun diabeta paciento povas doni avantaĝojn, kiuj preterpasas solvi la tujan diabetan krizon. Certigi, ke la paciento havas manĝon aŭ estas ligita al rimedoj kiel Manĝoj sur Radoj - kaj ke ili havas siajn medikamentojn kaj scias uzi ilin - estas tempo kaj mono bone elspezitaj.

Helpi pacienton administri sian diabeton povas ankaŭ eviti plurajn vojaĝojn al la kriz-ĉambro kaj helpi la pacienton eviti la bezonon de dializo kaj la kostojn kaj vivstilajn efikojn kun ĝi.

"Ni dokumentas, ke ni elspezis du milojn da dolaroj en komunuma sanhelpa programo kaj ŝparis centojn da miloj da dolaroj en kuracado," diris Gardner. “Sed pli grave, ni povas montri, ke ni efikis sur ies vivo kaj la vivo de ilia familio. Gravas montri, ke ni faras diferencon. "

4. RAKONTI LA RAKONTON DE VIA AGENTO

Kolekti kaj analizi datumojn de EMS kaj fajro-agentejo permesas vin pli facile raporti al NFIRS, pravigi elspezojn aŭ asigni rimedojn, kaj ĝi estas ankaŭ kritika por rakonti la historion de agentejo. Pruvi la efikon de agentejo al la komunumo, kaj por eksteraj celoj kiel subvenciaj financado kaj buĝetaj asignoj, kaj interne montri fajrobrigadistojn, ke ili faras diferencon en la komunumo, estas kio kondukos agentejojn al la sekva nivelo.

"Ni bezonas povi preni tiujn incidentajn datumojn kaj diri jen kiom da telefonoj ni ricevas, sed pli grave, jen la nombro de homoj el tiuj okazaĵoj, kiujn ni helpis," diris Gardner. "Jen la nombro de homoj en nia komunumo, ke en sia plej vundebla tempo ni estis tie por fari diferencon por ili, kaj ni povis teni ilin en la komunumo."

Kiel iloj pri kolektado de datumoj evolui en facileco de uzo kaj komplekseco kaj nova generacio eniras la fajrobrigadan servon jam komprenante facilan aliron al datumoj, fajrobrigadoj, kiuj plibonigas la potencon de siaj propraj datumoj, havos ambaŭ la komprenojn, kiujn ili bezonas por fari pli bonajn decidojn kaj la kontenton scii efikon, kiun ili faris.