Knowledge, Attitudes, and Practices (KAP) Regarding Physical Activity among Healthcare Professionals (HCPs) in Suva, Fiji
Notice bibliographique
Résumé
BACKGROUND: More than 60% of the world’s population is not physically active. Physical inactivity affects all sectors of the population including among healthcare professionals (HCPs). The objective of this study was to determine the level of knowledge, attitudes and practices (KAP) regarding the concept, benefits and health consequences of physical activity (PA) among HCPs in Suva, Fiji. METHODS: This quantitative, cross-sectional study was conducted among HCPs in Suva, Fiji between 1 July 2017 and 22 September 2017. All available HCPs including doctors, nurses and paramedics who were willing to take part in the study were included. A validated self-administered questionnaire was used to assess the level of KAP regarding PA. Data was analysed with Statistical Package for the Social Sciences (SPSS) 25. RESULTS: 126 HCPs participated in this study with the majority being female (73.8%), in the age range of 33 – 42 years (47.6%), married (81.7%), from the nursing profession (54.0%) and within 0-5 years of experience (27.0%). The results showed that most of the participants (96.8%) had a high level of knowledge, positive attitudes (100%) and good practice (95%) regarding PA. CONCLUSION: Although the study participants had high levels of knowledge and positive attitudes towards PA, it is important to promote their practice. Using tailored behavioural change theories that focus on perceived benefits and barriers of PA may help decision-makers to promote PA in the workplace and among HCPs in Fiji.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».