MétaCan
Menu
Retour à la cohorte
Enregistrement W2321793421 · doi:10.1177/1010539514545646

Factors Influencing Preventive Behaviors for Dengue Infection Among Housewives in Colombo, Sri Lanka

2014· article· en· W2321793421 sur OpenAlexfundno aff
Charnchudhi Chanyasanha, Geethika Rathnawardana Guruge, Dusit Sujirarat

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Canada
Mots-clésSri lankaDengue feverLogistic regressionEnvironmental healthMedicineSocioeconomicsImmunology

Résumé

récupéré en direct d'OpenAlex

Dengue is an infectious disease prevalent in Sri Lanka. Some factors may influence preventive behaviors. This cross-sectional study aimed to determine the knowledge, attitude, and preventive behaviors associated with dengue and analyzed the factors influencing preventive behaviors among housewives in Colombo, Sri Lanka. The analytical study was designed, and data were collected using a structured questionnaire. The χ(2) test and binary logistic regression were used to analyze data. The mean age of housewives was 39.41 years, 91% were married, 52% were Buddhist, and 46.5% had a family monthly income of 15 000 to 25 000 rupees. The knowledge of dengue preventive behaviors was 69.2%. The majority (91.5%) had a positive attitude toward dengue prevention. Only 39.3% used a mosquito net, and 89.3% had water storage container covers. Overall, 58.5% were knowledgeable about preventive measures. Age, religion, family income, education, knowledge, and attitude were associated with preventive behaviors. These findings are useful for dengue control in Colombo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,326
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetMosquito-borne diseases and controlTravaux en français237 207