Tobacco use and preferences for wellness programs among health aides and other employees of an Alaska Native Health Corporation in Western Alaska
Notice bibliographique
Résumé
This study assessed health behaviors and preferences for wellness programs among employees of a worksite serving Alaska Native-people. Village-based Community Health Aides/Practitioners (CHA/Ps) were compared with all other employees on health indicators and program preferences. Using a cross-sectional design, all 1290 employees at the Yukon Kuskokwim Health Corporation (YKHC) in Western Alaska were invited in 2015 to participate in a 30-item online survey. Items assessed health behaviors, perceived stress, resiliency, and preferences for wellness topics and program delivery formats. Respondents (n = 429) were 77% female and 57% Alaska Natives. CHA/Ps (n = 46) were more likely than all other employees (n = 383) to currently use tobacco (59% vs. 36%; p = 0.003). After adjusting for covariates, greater stress levels were associated (p = 0.013) with increased likelihood of tobacco use. Employees reported lower than recommended levels of physical activity; 74% had a Body Mass Index (BMI) indicating overweight or obese. Top preferences for wellness topics were for eating healthy (55%), physical activity (50%), weight loss (49%), reducing stress (49%), and better sleep (41%). CHA/Ps reported greater interest in tobacco cessation than did other employees (37% vs. 21%; p = 0.016). Preferred program delivery format among employees was in-person (51%). The findings are important because tailored wellness programs have not been previously evaluated among employees of worksites serving Alaska Native people. Promoting healthy lifestyles among CHAP/s and other YKHC employees could ultimately have downstream effects on the health of Alaska Native patients and communities.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».