MétaCan
Menu
Retour à la cohorte
Enregistrement W2755486558 · doi:10.5539/gjhs.v9n10p174

Awareness of Medical Survey among School Teachers in Jeddah, Saudi Arabia

2017· article· en· W2755486558 sur OpenAlexvenueno aff
Khalid Al‐Ghamdi

Notice bibliographique

RevueGlobal Journal of Health Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSample (material)Medical educationSchool teachersPublic healthCross-sectional studySurvey samplingMedical schoolSurvey researchSurvey methodologyMedicinePsychologyFamily medicineEnvironmental healthNursingPedagogyApplied psychology

Résumé

récupéré en direct d'OpenAlex

The study aims to evaluate the awareness level regarding the importance of medical survey among a sample of school teachers in public and the private sectors. The study has investigated the presence of Otolaryngologic diseases including Dysphonia among teachers. A cross-sectional sample was selected from different parts of Jeddah city to enroll the elementary, intermediate, and the high school teachers. There were more than 800 schools; however, the study has selected 26 schools only. The study was conducted during the academic year of 2014. The awareness about medical survey among public awareness is of paramount importance in the detection, management, and planning of health related problems. The study has depicted less than acceptable participation from the school teachers regarding the awareness and management of health problems, and more efforts have to be made to educate the public sectors about the importance of the medical survey.

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)0,011
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,011
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,056
Tête enseignante GPT0,422
Écart entre enseignants0,366 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetVoice and Speech DisordersTravaux en français237 207