Investigating Knowledge, Attitude and Health Care Waste Management by Health Workers in a Nigerian Tertiary Health Institution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Inadequate knowledge and practice of health care waste management by health workers may have serious health consequences and a significant impact on the environment.OBJECTIVE: The purpose of the study was to ascertain the knowledge, attitude and practice of hospital waste management among health workers in Enugu.METHODS: A cross sectional descriptive survey was carried out among 115 health workers at the University of Nigeria Teaching Hospital Enugu. Data were collected using self-administered questionnaire, and was analysed using SPSS version 21. Statistical significance of association between variables was assessed using Chi-square test at p<0.05. Ethical clearance was obtained from the Research Ethics Committee of UNTHRESULTS: All 115 respondents returned the completed questionnaires. Sixty (52.2%) were females and fifty five (47.8%) were males. The mean age of respondents was 31.7 ±11.8 years. Ninety three (80.9%) had heard of hospital waste management, 95 (83%) were aware that hospital waste is classified into hazardous and non-hazardous waste. Ninety nine (86.1%) were aware of waste segregation, only 25(21.7%) dispose medical waste in specified color coded container always. Majority 90 (78.3%) use latex gloves when handling waste.CONCLUSION: Most of the respondents knew what health care waste management means (HCWM), but very few practiced appropriate health care waste management. Health education and training is recommended for the health care workers periodically and regularly.
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.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle