Knowledge, Perceptions, Satisfaction, and Readiness of Health-Care Providers Regarding COVID-19 in Northern Ethiopia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: To protect health-care providers (HCPs) from COVID-19, the WHO recommends applying basic principles of infection prevention and control measures at all health-care facilities. This study aimed to assess the knowledge, perceptions, satisfaction, and readiness of HCPs regarding COVID-19 in Tigrai, Ethiopia in 2020. Methods: This cross-sectional study was conducted from June 1 to July, 2020. Data were collected using a self-administered structured questionnaire. Multistage sampling followed by purposive sampling were used to recruit study subjects. SPSS 21 was used to compute proportions and χ 2 to identify risk factors. Results: Of 765 participants, 88% had adequate knowledge, close to a third showed positive perceptions and were satisfied with their job and nearly a quarter demonstrated readiness to prevent and control COVID-19. Education, knowledge, readiness, perceptions, and job satisfaction with associated with type and readiness of health facilities. Conclusion: Despite adequate knowledge of the HCPs about COVID-19, their perceptions and job satisfaction are a concern for the health-care system. Only one in five HCPs was found to be ready to prevent and control COVID-19. Efforts should be exerted to improve perceptions, job satisfaction, and readiness of HCPs to fight COVID-19. Keywords: knowledge, perception, satisfaction, readiness of HCPs, Tigrai, Ethiopia
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle