Predicting Covid-19 Preventive Healthy Behaviors Based on Dysfunctional Attitudes in Five Countries
Notice bibliographique
Résumé
Background: Dysfunctional attitudes are biased assumptions and beliefs that the subject has toward himself, his surroundings, and the future world. Objectives: The present study aimed to predict COVID-19 preventive healthy behaviors based on dysfunctional attitudes in five countries. Methods: This was a descriptive, correlational study, and the statistical population of the study included all individuals over the age of 18 years residing in Iran, Australia, England, Sweden, and Canada. Subjects were selected by the voluntary sampling method in the Spring of 2020. In total, 498 electronic questionnaires encompassing three sections of demographic characteristics, dysfunctional attitude scale (1987), and COVID-19 preventive health behaviors questionnaire (2020) were completed online. In addition, data analysis was performed in SPSS version 21 using Pearson’s correlation coefficient and stepwise multiple regression. Results: In this study, there was a significant negative relationship between dysfunctional attitudes and COVID-19 preventive healthy behaviors (P < 0.001). In addition, perfectionism, gender, and age predicted healthy behaviors (P < 0/001). The results of the comparison of Iran with other countries also demonstrated a significant reverse correlation between dysfunctional attitudes and healthy behaviors (P < 0.001). Moreover, there was a significant association between marital status, age, level of education, gender (P < 0.001), and economic status (P < 0.05) with healthy behaviors in Iran while no significant relationship was observed in other countries studied in this regard. Conclusions: It is suggested that workshops on changing dysfunctional attitudes and strengthening positive attitudes in community members be held in-person or via cyberspace before or during the occurrence of crises such as the COVID-19 outbreak.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».