Internet Use among Community-Based Rehabilitation Workers in Bosnia and Herzegovina: A Cross-Sectional Survey
Notice bibliographique
Résumé
PURPOSE: The Internet may be one way to support and improve rehabilitation practice and service delivery in low- and middle-income countries (LMICs) such as Bosnia and Herzegovina. Little information exists on use of the Internet to enhance the practice and professional development of community-based rehabilitation (CBR) workers in LMICs. The purpose of this study was to assess the patterns of and barriers to Internet use by CBR workers in Bosnia and Herzegovina. METHODS: Participants were CBR workers (physiotherapists, physiatrists, and technicians) from Bosnia and Herzegovina who attended a conference or workshop in 2005. A cross-sectional questionnaire was administered in the local language to assess Internet use. Descriptive results were summarized in tables. Bivariate and multiple logistic regressions were used to assess factors associated with Internet use. RESULTS: A total of 33% of respondents had never used the Internet. Common barriers to Internet use included "not enough time" (24%), "no access" (23%), and "lack of skill" (18%). Participants with higher levels of education had greater odds of using the Internet than physiotherapy school graduates (odds ratio=7.6, p=0.016) and had greater odds of using the Internet to obtain medical, rehabilitation, or health information (odds ratio=5.8, p=0.028). CONCLUSIONS: Improving CBR workers' access to the Internet and their proficiency in using it may enable them to obtain valuable rehabilitation-related information and enhance communication among CBR workers, potentially translating into improved rehabilitation services for people with disabilities in LMICs.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».