Health-Promoting Lifestyle Behaviours Among Primary Healthcare Professional Nurses in Eastern Cape Province, South Africa
Notice bibliographique
Résumé
Nurses play significant roles in health promotion and health education about healthy lifestyle practices and are considered role models of healthy lifestyle behaviours. It is unclear if their knowledge of healthy lifestyle choices translate to practice. This study assessed the lifestyle behaviours of primary healthcare professional nurses in the Eastern Cape Province, South Africa. This descriptive, cross-sectional study involved 203 purposively selected primary healthcare nurses in Eastern Cape Province, South Africa. We utilised the WHO STEPwise questionnaire to assess the lifestyle behaviour (smoking, alcohol use and physical activity) of the nurses. Descriptive and inferential statistics were carried out at a significance level of p<0.05. The participants’ mean age was 45.17 (Standard Deviation±11.26) years. Of all the participants, 27% had ever taken alcohol, and 18% currently use alcohol. Only 8% had ever smoked and of these, 3% currently smoke. Of all the participants, 33% do not engage in physical activities, and only 29% of them met the WHO recommendation for being active. Most of them were aware of the benefits of physical activities. Majority of the participants cited lack of time (74%) and lack of commitment (63%) as barriers to physical activity and few of them cited health challenges (3.9%). Among the primary health care professional nurses in this setting, we found a high prevalence of alcohol use and low prevalence of smoking and physical activity among primary health care nurses in this setting. There is a need to implement effective workplace strategies and wellness programmes that will foster healthy lifestyle practices among the nurses.
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 | 0,019 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».