Knowledge about pandemic influenza preparedness among vulnerable migrants in Thailand
Notice bibliographique
Résumé
This study was designed to assess factors associated with a high level of knowledge about influenza among displaced persons and labor migrants in Thailand. We conducted a cross-sectional study of 797 documented and undocumented migrants thought to be vulnerable to influenza during the early stages of the 2009 H1N1 pandemic. Data were collected on socio-demographic factors, migration status, health information sources, barriers to accessing public healthcare services and influenza-related knowledge using a 201-item interviewer-assisted questionnaire. Among the different types of influenza, participants' awareness of avian influenza was greatest (81%), followed by H1N1 (78%), human influenza (61%) and pandemic influenza (35%). Logistic regression analyses identified 11 factors that significantly predicted a high level of knowledge about influenza. Six or more years of education completed [odds ratio (OR) 6.89 (95% confidence interval (CI) 3.58-13.24)] and recent participation in an influenza prevention activity [OR 5.27 (95% CI 2.78-9.98)] were the strongest predictors. Recommendations to aid public health efforts toward pandemic mitigation and prevention include increasing accessibility of education options for migrants and increasing frequency and accessibility of influenza prevention activities, such as community outreach and meetings. Future research should seek to identify which influenza prevention activities and education materials are most effective.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».