HIV/AIDS and Construction Workers: Knowledge, Risk Sexual Behaviours and Attitude
Notice bibliographique
Résumé
INTRODUCTION: The construction industry depends mainly on labour to translate other resources into a physical object (i.e. building, road, airport etc.). The industry’s workforce is always mobile and its activities are characterized by difficult working conditions. The mobile workforce of industry and their vulnerability to HIV/AIDS pandemic have been fairly researched. The objective of the study is to determine construction workers’ HIV/AIDS knowledge, risk sexual behaviours and their attitude towards HIV/AIDS.METHOD: The study adopted a cross sectional research design and purposive sampling method was used to select respondents. The researched area included sites in Dar es Salaam, Morogoro and Dodoma cities. A sample size involved 20 construction sites and 5 respondents from each site. A hundred questionnaires were distributed out of which 58 were fairly filled.The study adapted standard questionnaires developed by UNAIDS, Family Health International (FHI) and Demographic and Health Surveys (DHS). The collected data was analyzed using the Statistical Package for Social Sciences (SPSS) software version 20.0.RESULTS: The results show that most construction workers have low HIV knowledge, low risk sexual behaviours and positive attitude towards HIV/AIDS. Furthermore, indicators of low knowledge were evident in awareness of PMTCT services, HIV can be spread through breastfeeding, HIV can be spread through sharing injection and HIV can be spread through unsafe sex.CONCLUSION: In conclusion risk sexual behaviours are low, attitude towards HIV/AIDS is generally positive but HIV knowledge is low. However, there are alarming concerns in some indicators of both risk sexual behaviours and attitude noted in the study.
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 | 0,003 | 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 | 0,001 | 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 ».