Outil de rétroaction pour le développement des intervenants – Cadres supérieurs (FIRE-CU)

1. Résumé / Abstract

Le Feedback Tool for Responder Development – Senior Staff (FIRE-CU) (en allemand : Feedback zur Rettungskräfteentwicklung | Führungsstab) est un instrument psychométrique d’évaluation pédagogique spécialement conçu pour mesurer la qualité des formations destinées aux membres des états-majors de commandement des services d’incendie et de secours (Incident Command System). Dérivé de l’échelle princeps FIRE développée par Schulte et Thielsch (2019) pour les chefs de groupe et de peloton, le FIRE-CU a été adapté pour appréhender les dynamiques organisationnelles, cognitives et décisionnelles propres à la gestion de crise complexe et aux états-majors opérationnels (Command Units). L’instrument se compose de 22 items principaux structurés selon une architecture bidimensionnelle distinguant le niveau des processus d’apprentissage (comportement des formateurs, niveau d’exigence, structure pédagogique et dynamique de groupe) et le niveau des résultats de la formation (acquisition de compétences et transfert des apprentissages). Quatre items optionnels permettent en outre de recueillir une appréciation globale et des retours qualitatifs ouverts. Les participants répondent à l’aide d’une échelle de liaison de type Likert à 7 points, assortie d’une option neutre d’inapplicabilité (« non évaluable de manière pertinente »). Les propriétés psychométriques de l’outil révèlent une excellente cohérence interne, avec des coefficients alpha de Cronbach s’échelonnant de .75 à .90 et des oméga de McDonald variant entre .76 et .91. La validité factorielle a été confirmée par des analyses factorielles confirmatoires rigoureuses, complétées par des preuves robustes de validité convergente, discriminante et critérielle. Le FIRE-CU constitue ainsi un outil diagnostique standardisé essentiel pour le perfectionnement continu des cadres de direction en milieu d’urgence.

2. Mots-clés / Keywords

FIRE-CU, état-major de commandement, évaluation de formation, gestion de crise, services d’incendie et de secours, psychométrie organisationnelle, modèle de Kirkpatrick, acquisition de compétences, transfert d’apprentissage, modèles mentaux partagés, prise de décision en situation critique, leadership d’urgence.

3. Auteurs / Authors

L’échelle FIRE-CU a été développée par l’équipe de recherche en psychologie du travail et des organisations de l’Université de Münster (Westfälische Wilhelms-Universität Münster, Allemagne), sous la direction scientifique conjointe de :

• Prof. Dr. Meinald T. Thielsch : Professeur de psychologie organisationnelle et économique à l’Institut de psychologie de l’Université de Münster. Ses recherches portent sur le facteur humain dans les organisations à haute fiabilité, l’évaluation des formations et la gestion des crises. (Courriel institutionnel : [email protected]).
• Admir Hadzihalilovic, M.Sc. : Chercheur associé et psychologue du travail au département de psychologie organisationnelle de l’Université de Münster, spécialisé dans l’optimisation des dispositifs d’évaluation pour les intervenants d’urgence.
• Dr. Frank Schulte : Chercheur et co-développeur de la suite instrumentale FIRE originale à l’Université de Münster.
• Institut der Feuerwehr Nordrhein-Westfalen (IdF NRW) : Établissement public de formation supérieure des sapeurs-pompiers et des services de secours de Rhénanie-du-Nord-Westphalie (Münster, Allemagne), partenaire opérationnel ayant accueilli le développement et la validation sur le terrain.

4. Objectif / Purpose

Dans le domaine des secours d’urgence et de la sécurité civile, la gestion des sinistres de grande ampleur (catastrophes naturelles, attentats, accidents industriels majeurs, crises pandémiques) requiert la mobilisation d’un état-major de commandement opérationnel et tactique (Führungsstab). Contrairement aux commandants de première ligne opérant directement au contact du sinistre, les membres de l’état-major travaillent en position de commandement rétroactif ou déporté (command and control). Ils sont subdivisés en cellules spécialisées (S1 personnel, S2 situation/renseignement, S3 opérations, S4 logistique, S5 relations presse, S6 transmissions) et doivent traiter des flux massifs d’informations sous forte contrainte temporelle et dans un climat d’incertitude extrême. Ces situations réelles survenant statistiquement à des intervalles espacés, la préparation opérationnelle repose presque exclusivement sur des cycles d’entraînement simulé et des exercices sur cadre (Stabsrahmenübungen).

L’objectif premier du FIRE-CU est de fournir un instrument standardisé, fiable et valide pour évaluer la qualité pédagogique des formations préparant à ces fonctions de haute direction. Trop souvent, l’évaluation de tels stages se limitait à des questionnaires informels dits de « satisfaction client », mesurant uniquement la dimension hédonique sans sonder la pertinence didactique ni l’impact opérationnel. Le FIRE-CU dépasse cette approche naïve en s’ancrant dans la psychologie des organisations à haute fiabilité (High Reliability Organizations). Il permet de diagnostiquer simultanément la qualité de l’animation pédagogique et l’auto-efficacité perçue des officiers quant à leur aptitude à intégrer un état-major opérationnel réel.

Sur le plan des applications appliquées et de la recherche :

• Ingénierie pédagogique continue : L’instrument identifie précisément les goulots d’étranglement didactiques (par exemple, un rythme trop rapide ou des consignes floues) et met en lumière les leviers d’amélioration pour les instructeurs.
• Assurance qualité institutionnelle : Il offre des métriques longitudinales standardisées permettant de comparer différentes cohortes, d’évaluer la transition entre formats présentiels et simulations numériques, et d’ajuster les programmes selon les standards nationaux de formation (tels que la Feuerwehr-Dienstvorschrift 2 en Allemagne).
• Recherche translationnelle : Il sert de variable de médiation ou d’évaluation dans les études portant sur la dynamique de groupe en situation de stress, la prise de décision naturaliste (Naturalistic Decision Making) et la consolidation des modèles mentaux partagés.

5. Construit psychologique / Construct

Le FIRE-CU conceptualise la qualité de l’apprentissage des officiers supérieurs à travers un système multidimensionnel structuré en six sous-échelles théoriquement étayées, réparties en deux macro-niveaux : le niveau des processus d’apprentissage et le niveau des résultats de l’apprentissage.

Niveau 1 : Les processus d’apprentissage (Process Level)

Ce niveau mesure la dynamique de la formation au moment où elle se déroule, en analysant l’environnement pédagogique et relationnel :

• Comportement des enseignants/formateurs (Dozentenverhalten) : Composée de 4 items, cette dimension évalue les compétences communicationnelles, didactiques et motivationnelles des instructeurs. Elle mesure l’aptitude des formateurs à synthétiser des concepts complexes de manière concise, à fournir une rétroaction formative utile, à encourager la participation active des apprenants et à démontrer un engagement sincère envers leur réussite. Exemple : clarté des débriefings d’exercices tactiques.
• Niveau d’exigence (Anforderungsniveau) : Composée de 3 items, cette sous-échelle examine la surcharge cognitive ressentie par les participants. Elle interroge l’adéquation du volume des connaissances à acquérir, la vélocité de délivrance du contenu et la difficulté intrinsèque de la matière. Contrairement aux autres dimensions où des scores élevés sont recherchés, un score élevé ici reflète une situation de submersion cognitive préjudiciable à l’assimilation.
• Structure pédagogique (Struktur) : Composée de 3 items, elle capture la lisibilité de l’organisation didactique, la cohérence du plan de cours et la capacité du programme à fournir une vision d’ensemble holistique du champ d’intervention tactique. Exemple : compréhension transparente de l’enchaînement chronologique des modules.
• Dynamique de groupe (Gruppe) : Composée de 3 items, cette dimension sonde le climat coopératif, le niveau d’engagement mutuel et la cohésion régnant au sein des apprenants. Dans un état-major, l’efficacité repose fondamentalement sur l’esprit d’équipe ; mesurer la cohésion du groupe pendant la formation constitue un indicateur précurseur de la coordination interindividuelle.

Niveau 2 : Les résultats de l’apprentissage (Outcome Level)

Ce niveau évalue les bénéfices retirés de la formation par l’apprenant à l’issue du cursus :

• Acquisition de compétences (Kompetenzerwerb) : Composée de 6 items, cette échelle explore les compétences non techniques (Non-Technical Skills) indispensables aux officiers d’état-major. Elle mesure la capacité à communiquer des informations critiques de façon adaptée aux collègues, la fluidité décisionnelle dans l’incertitude, la conscience lucide de ses propres limites personnelles, la gestion émotionnelle du stress aigu, ainsi que le filtrage et l’évaluation critique des données transmises par les différents postes de la cellule.
• Transfert des apprentissages (Transfer) : Composée de 3 items, cette dimension évalue le sentiment d’auto-efficacité et la projection opérationnelle. Elle mesure la confiance acquise pour assumer une fonction d’officier d’état-major lors de la prochaine mission réelle, l’assurance opérationnelle consolidée par les exercices pratiques et l’applicabilité directe des acquis au contexte professionnel futur.

6. Cadre théorique / Theoretical Framework

L’assise conceptuelle du FIRE-CU repose sur la convergence de trois cadres théoriques majeurs issus de la psychologie de l’éducation, de la psychologie du travail et de la théorie des organisations à haute fiabilité.

Le modèle d’évaluation de la formation de Kirkpatrick

Le FIRE-CU prend racine dans le modèle hiérarchique à quatre niveaux développé originellement par Donald Kirkpatrick (1979) et actualisé par Kirkpatrick et Kirkpatrick (2006). Ce modèle postule que l’évaluation des interventions éducatives doit scruter :

1. La Réaction : la perception et l’attitude affective de l’apprenant vis-à-vis du dispositif.
2. L’Apprentissage : l’accroissement des connaissances déclaratives, procédurales et le développement des compétences.
3. Le Comportement : la transposition des savoirs en comportements observables sur le lieu de travail (transfert).
4. Les Résultats : l’impact organisationnel macroscopique (réduction des dommages, efficience opérationnelle).

Conformément aux méta-analyses d’Alliger et collaborateurs (1997), le FIRE-CU privilégie l’évaluation des réactions d’utilité (utility judgments) plutôt que les simples réactions affectives, car les premières présentent une corrélation statistiquement supérieure avec les résultats réels d’apprentissage et de transfert. En outre, le FIRE-CU opérationnalise les niveaux 1, 2 et une anticipation proximale du niveau 3 de Kirkpatrick en adaptant la distinction proposée par Blanchard et Thacker (2013) entre données de processus (causes didactiques) et données de résultats (effets sur la compétence).

La théorie des modèles mentaux partagés (Shared Mental Models – SMM)

Au sein d’un état-major de gestion de crise, l’interdépendance des cellules tactiques exige le partage d’une représentation cognitive commune de la situation, des ressources et des protocoles opérationnels (Cannon-Bowers et al., 1993 ; Lamers, 2016). Les travaux de van den Bossche et al. (2006) sur la construction collaborative des connaissances démontrent que la performance d’équipe en environnement instable découle directement de la capacité des équipiers à confronter, valider et synthétiser mutuellement leurs flux d’informations. Les items de la sous-échelle d’acquisition de compétences du FIRE-CU ont été spécifiquement conçus pour refléter ces processus cognitifs d’échange constructif, d’écoute critique et d’ajustement aux contraintes du commandement partagé.

La théorie de la charge cognitive (Cognitive Load Theory)

Formulée par John Sweller, la théorie de la charge cognitive souligne que la mémoire de travail possède une capacité limitée. Dans le contexte de l’instruction d’officiers supérieurs confrontés à des scénarios de crise denses, un volume d’apprentissage démesuré ou un rythme d’instruction effréné génère une charge cognitive extrinsèque paralysante. L’inclusion spécifique de la dimension Niveau d’exigence permet de surveiller l’équilibre délicat entre stimulation pédagogique et saturation cognitive.

7. Validité / Validity

Le protocole de validation du FIRE-CU a été conduit auprès de cohortes d’officiers des services d’incendie (sapeurs-pompiers professionnels et volontaires) et de formateurs spécialisés au sein de l’Institut der Feuerwehr NRW (Thielsch & Hadzihalilovic, 2020).

Validité de contenu (Content Validity)

La validité de contenu a été garantie par une démarche itérative impliquant un pré-test auprès d’apprenants (n = 8), suivi d’entretiens qualitatifs approfondis avec des experts en gestion de crise, notamment le chef et le chef adjoint du département « Gestion de crise et recherche » de l’IdF NRW. Cette phase a permis d’éliminer les items inadaptés aux particularités de l’état-major et d’introduire des formulations sensibles aux compétences non techniques (tirées des travaux de van den Bossche et al., 2006). Les énoncés ont en outre été formulés dans un langage neutre du point de vue du genre.

Validité de construit (Construct Validity)

La structure factorielle théorique a été confirmée à l’aide de modélisations par équations structurelles sous R (paquet lavaan). Les résultats des analyses factorielles confirmatoires ont mis en évidence une adéquation remarquable aux données empiriques :

• Échelles de processus : Le modèle à quatre facteurs a présenté un ajustement très satisfaisant aux données selon les critères rigoureux de Hu et Bentler (1999) : RMSEA = 0,05 [IC 90 % : 0,03 – 0,06], SRMR = 0,04, CFI = 0,97, TLI = 0,96, avec un ratio de chi-carré sur degrés de liberté de χ²/df = 1,66 (χ²(58) = 96,45, p < .01).
• Échelles de résultats : Le modèle à deux facteurs corrélés a obtenu, après prise en compte des covariances d’erreurs théoriquement justifiées entre items de compétences interdépendantes, d’excellents indices de fit : RMSEA = 0,06 [IC 90 % : 0,04 – 0,09], SRMR = 0,04, CFI = 0,97, TLI = 0,95 (χ²(21) = 45,90, p < .01).

Validité convergente et discriminante

Les corrélations inter-échelles confirment les postulats théoriques : les sous-échelles de processus corrèlent positivement et significativement avec l’acquisition de compétences et le transfert attendu (coefficients variant de .35 à .62, p < .001). À l’inverse, l’échelle Niveau d’exigence présente des corrélations faibles à modérément négatives avec les indicateurs de réussite pédagogique, attestant de son pouvoir discriminant vis-à-vis des dimensions de bien-être et d’apprentissage.

Validité critérielle

La validité critérielle a été vérifiée par la confrontation des dimensions du FIRE-CU avec la note scolaire globale attribuée à la formation (item 24) et la propension à recommander le cours (item 25). Les échelles de structure, de transfert et de comportement des enseignants prédisent fortement la satisfaction globale et la disposition au réengagement pédagogique.

8. Fidélité / Reliability

La fidélité du FIRE-CU a fait l’objet d’estimations approfondies évaluant tant la consistance interne classique que des indicateurs de fidélité composite plus robustes.

Consistance interne

Les analyses statistiques rapportées dans la documentation psychométrique établissent des indices de fidélité très satisfaisants à excellents pour l’ensemble des dimensions :

• Alpha de Cronbach (α) : S’échelonne entre .75 et .90 selon les sous-échelles considérées. Les échelles relatives au comportement des enseignants et au transfert atteignent des valeurs supérieures à .85, dénotant une homogénéité remarquable des construits.
• Oméga de McDonald (ω) : Varie entre .76 et .91, confirmant que la consistance interne demeure solide même lorsque l’hypothèse de tau-équivalence stricte des items est assouplie.

Stabilité temporelle et erreurs de mesure

S’agissant d’un instrument d’évaluation post-formation immédiate destiné à capturer des états d’apprentissage transitoires consécutifs à des modules spécifiques, la fidélité test-retest classique à long terme n’est pas conceptuellement appropriée (l’exposition subséquente à d’autres cours modifiant substantiellement les compétences). Néanmoins, l’analyse des erreurs de mesure standards et l’étroitesse des intervalles de confiance associés aux estimations factorielles démontrent une stabilité remarquable de l’instrument lors d’administrations répétées auprès de promotions distinctes d’officiers d’état-major.

9. Analyse factorielle / Factor Analysis

L’architecture factorielle du FIRE-CU a été minutieusement investiguée par des approches confirmatoires (AFC) à l’aide de l’estimateur du maximum de vraisemblance robuste implémenté dans le logiciel statistique R (Rosseel, 2012).

Modélisation des échelles de processus

L’analyse a testé un modèle à quatre facteurs orthogonaux/obliques :

1. Facteur 1 : Comportement des formateurs (Items 1 à 4).
2. Facteur 2 : Niveau d’exigence (Items 5 à 7).
3. Facteur 3 : Structure (Items 8 à 10).
4. Facteur 4 : Groupe (Items 11 à 13).

Le modèle initial présentait déjà une adéquation acceptable (RMSEA = 0,06 [0,04 – 0,07], SRMR = 0,05, CFI = 0,96, TLI = 0,95). L’inspection des indices de modification de Lagrange a suggéré l’autorisation d’une covariance résiduelle entre l’item 12 (« Les participants se soutenaient mutuellement ») et l’item 13 (« Il régnait une bonne cohésion au sein du stage »). Cette modification, justifiée par la proximité sémantique étroite de l’entraide et de la cohésion d’équipe, a optimisé le modèle (RMSEA = 0,05, SRMR = 0,04, CFI = 0,97, TLI = 0,96, χ²(58) = 96,45, p < .01).

Modélisation des échelles de résultats

Pour le macro-niveau des résultats, une solution à deux facteurs a été spécifiée :

1. Facteur 1 : Acquisition de compétences (Items 14 à 19).
2. Facteur 2 : Transfert (Items 20 à 22).

Le modèle initial non modifié présentait un ajustement insuffisant (RMSEA = 0,12, SRMR = 0,07, CFI = 0,87), imputable à l’interdépendance fonctionnelle des compétences requises en état-major. L’introduction de corrélations résiduelles ciblées (entre l’item 20 et l’item 21 de transfert, ainsi qu’entre l’item 16 [conscience de ses limites] et les items 15, 18 et 19 de compétence) a permis d’obtenir un ajustement excellent (χ²(21) = 45,90, p < .01, RMSEA = 0,06 [0,04 – 0,09], SRMR = 0,04, CFI = 0,97, TLI = 0,95). Toutes les saturations factorielles standardisées (λ) se sont révélées statistiquement significatives au seuil de p < .001, avec des poids factoriels préférentiellement situés au-delà de .65.

10. Instrument de mesure / Instrument

L’instrument FIRE-CU se caractérise par des modalités d’administration et de dépouillement standardisées :

• Type de test : Questionnaire psychométrique d’auto-évaluation diagnostique post-formation.
• Format de passation : Initialement validé sous forme papier-crayon (recommandé pour maximiser le taux de réponse dans le contexte des services d’incendie), également administrable sous forme numérique/en ligne.
• Nombre d’items : 22 items composant le noyau central psychométrique (Core Scale), complétés par 4 items facultatifs (3 d’évaluation globale et 1 item qualitatif ouvert).
• Échelle de réponse (Items 1 à 23) : Format de réponse en sept points :
  1 = stimme gar nicht zu (pas du tout d'accord)
2 = stimme nicht zu (pas d'accord)
3 = stimme eher nicht zu (plutôt pas d'accord)
4 = neutral (neutre)
5 = stimme eher zu (plutôt d'accord)
6 = stimme zu (d'accord)
7 = stimme vollkommen zu (tout à fait d'accord)
  Une case additionnelle permet d’indiquer : nicht sinnvoll beantwortbar (non évaluable de manière pertinente).
• Échelle de réponse (Item 24) : Notation scolaire allemande en six échelons (1 = très bien, 2 = bien, 3 = satisfaisant, 4 = suffisant, 5 = insuffisant, 6 = très insuffisant).
• Échelle de réponse (Item 25) : Choix dichotomique (Oui / Non).
• Échelle de réponse (Item 26) : Champ textuel libre pour les suggestions, éloges et critiques adressés aux formateurs.
• Temps de passation : Environ 4 à 5 minutes.
• Modalités de cotation et de calcul :
  • Étape 1 : Attribuer de 1 à 7 points pour chaque item complété. La modalité « non évaluable » est codée en donnée manquante.
  • Étape 2 : Les items 1 à 4 et 8 à 22 sont orientés positivement (un score élevé reflète une excellente formation). Les items de la sous-échelle Niveau d’exigence (items 5, 6, 7) traduisent une surcharge ; pour une agrégation harmonisée, leurs valeurs numériques peuvent être inversées (7 – score + 1).
  • Étape 3 : Calcul de la moyenne arithmétique pour chacune des six sous-échelles individuelles. Ne pas fusionner les items d’évaluation globale (23 à 25) dans un score composite.
  • Seuil d’anonymat : Conformément aux recommandations de Thielsch et Weltzin (2013), un groupe doit comporter au moins 8 répondants (ou au moins 50 % de participation pour les cours de 10 à 15 stagiaires) avant restitution collective pour préserver rigoureusement l’anonymat des officiers.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de conception et validation : 2018–2020 (collecte de données initiale en 2018, formalisation scientifique en 2020).
• Statut juridique et droits : Propriété intellectuelle de l’Université de Münster (Prof. Dr. M. T. Thielsch & coll.) et de l’Institut der Feuerwehr Nordrhein-Westfalen (IdF NRW).
• Tarification : L’outil est mis à disposition gratuitement à des fins de recherche académique, d’enseignement et d’assurance qualité au sein des services d’incendie et de secours et organisations d’urgence affiliées.
• Conditions d’utilisation : Toute administration dans le cadre de projets d’évaluation ou d’études scientifiques requiert la citation explicite des auteurs originaux et des publications de référence. Les adaptations substantielles à d’autres contextes de haute fiabilité (police, armée, hôpitaux) requièrent l’information préalable des auteurs et une démarche de revalidation empirique contextuelle.
• Portail officiel du projet : Projet FIRE – Université de Münster.

12. Références / References

Les publications fondatrices et articles de référence ci-dessous fournissent le cadre théorique et méthodologique complet du FIRE-CU :

• Alliger, G. M., Tannenbaum, S. I., Bennett, W., Traver, H., & Shotland, A. (1997). A meta-analysis of the relations among training criteria. Personnel Psychology, 50(2), 341–358. https://doi.org/10.1111/j.1744-6570.1997.tb00911.x
• Arthur, W., Bennett, W., Edens, P. S., & Bell, S. T. (2003). Effectiveness of training in organizations: A meta-analysis of design and evaluation features. Journal of Applied Psychology, 88(2), 234–245. https://doi.org/10.1037/0021-9010.88.2.234
• Blanchard, P. N., & Thacker, J. W. (2013). Effective training: Systems, strategies, and practices (5th ed.). Pearson.
• Cannon-Bowers, J. A., Salas, E., & Converse, S. (1993). Shared mental models in expert team decision making. In N. J. Castellan, Jr. (Ed.), Current issues in individual and group decision making (pp. 221–246). Lawrence Erlbaum Associates.
• Grohmann, A., & Kauffeld, S. (2013). Evaluating training via mobile devices: Development and validation of the Short Questionnaire for Training Evaluation. Human Resource Development Quarterly, 24(4), 499–524. https://doi.org/10.1002/hrdq.21169
• Hagemann, V., Kluge, A., & Ritzmann, S. (2012). Flexibility and teamwork for safe performance: High reliability teams in nuclear power plants and hospital operating rooms. In Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 56(1), 1852–1856. https://doi.org/10.1177/1071181312561370
• Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Kirkpatrick, D. L. (1979). Techniques for evaluating training programs. Training and Development Journal, 33(6), 78–92.
• Kirkpatrick, D. L., & Kirkpatrick, J. D. (2006). Evaluating training programs: The four levels (3rd ed.). Berrett-Koehler Publishers.
• Lamers, D. (2016). Der Führungsstab: Struktur, Arbeitsweise und Aufgaben. Kohlhammer Verlag.
• Passmore, J., & Joao Velez, M. (2014). Training evaluation. In K. Kraiger, J. Passmore, N. R. dos Santos, & S. Malvezzi (Eds.), The Wiley Blackwell handbook of the psychology of training, development, and performance improvement (pp. 136–153). Wiley-Blackwell. https://doi.org/10.1002/9781118736982.ch8
• Röseler, S., Thielsch, M. T., & Schulte, F. (2020). FIRE-E – Feedbackinstrument für Einsatzübungen. Westfälische Wilhelms-Universität Münster.
• Salas, E., & Cannon-Bowers, J. A. (2001). The science of training: A decade of progress. Annual Review of Psychology, 52(1), 471–499. https://doi.org/10.1146/annurev.psych.52.1.471
• Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23–74.
• Schulte, F., & Thielsch, M. T. (2019). Evaluation von Führungskräftelehrgängen bei der Feuerwehr: Entwicklung und Validierung des FIRE-Fragebogens. Zeitschrift für Arbeits- und Organisationspsychologie, 63(3), 133–148. https://doi.org/10.1026/0932-4089/a000298
• Thielsch, M. T., & Hadzihalilovic, A. (2020). Feedback Tool for Responder Development – Senior Staff (FIRE-CU): Dokumentation und Validierung. Westfälische Wilhelms-Universität Münster. https://doi.org/10.17605/OSF.IO/A4RFW
• Thielsch, M. T., & Weltzin, S. (2013). Anonymitätsschwellen bei Mitarbeiterbefragungen. Wirtschaftspsychologie aktuell, 20(3), 9–12.
• van den Bossche, P., Gijselaers, W. H., Segers, M., & Kirschner, P. A. (2006). Social and cognitive factors driving teamwork in collaborative learning environments: Team learning beliefs and behaviors. Small Group Research, 37(5), 490–521. https://doi.org/10.1177/1046496406292938

13. Questions et items du questionnaire (Scale Items)