Recognition of Autism Spectrum Disorder (ASD) symptoms and knowledge about some other aspects of ASD among final year medical students in Nigeria, Sub-Saharan Africa
Notice bibliographique
Résumé
BACKGROUND: Earlier studies suggest that knowledge about Autism Spectrum Disorder (ASD) among healthcare workers in Nigeria is low. This present study assessed the knowledge of Nigerian final year medical students about symptoms of ASD and some other aspects of ASD. This is a cross sectional descriptive study that drew a total of seven hundred and fifty-seven (757) final year medical students from ten (10) randomly selected fully accredited medical schools out of a total of twenty-seven (27) fully accredited medical schools in Nigeria. Sociodemographic and Knowledge about Childhood Autism among Health Workers (KCAHW) questionnaires were used to assess knowledge of final year medical students about ASD and obtain demographic information. RESULTS: Only few, 218 (28.8 %) of the 757 final year medical students had seen and participated in evaluation and management of at least a child with ASD during their clinical postings in pediatrics and psychiatry. Knowledge and recognition of symptoms of ASD is observed to be better among this group of final year medical students as shown by higher mean scores in the four domains of KCAHW questionnaire. Knowledge about ASD varies across gender and regions. Misconceptions about ASD were also observed among the final year medical students. CONCLUSIONS: More focus needs to be given to ASD in the curriculum of Nigerian undergraduate medical students, especially during their psychiatry and pediatric clinical postings.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».