The Prevalence of COVID-19 in Al Qassim Province -Saudi Arabia: A Sociodemographic Analysis
Notice bibliographique
Résumé
BACKGROUND: The resurgence of COVID-19 cases in Saudi Arabia, despite ongoing control measures, warrants further analysis. AIM: We aimed to investigate the prevalence and sociodemographic risk factors of COVID-19 in Al Qassim Province, Saudi Arabia. We explored perceptions toward vaccination, social isolation and community adherence to social distancing measures. METHODS: We collected data reported by the Weqaya, Saudi Centre for Disease Prevention and Control, and conducted a cross-sectional study within the province. RESULTS: Up to 9 May 2021, 15 497 positive cases were detected, comprising a prevalence of 1.46%. Uyun Al-Jiwa and Riyadh Al-Khabra had the highest infection rate. Our sample of 511 participants revealed an exposure rate of 52.1% (n=266) with no specific sociodemographic risk factor. Self-isolation following exposure to a confirmed or probable case occurred less among older age groups and married participants, and was not influenced by the presence of underlying chronic diseases. The majority of participants perceived community compliance with social distancing measures to fall within the ‘sometimes’ category. Finally, the vaccination acceptance rate was 72.6% (n=371). CONCLUSION: The findings of the current study emphasise the need to adopt further measures to encourage adherence to social distancing and self-isolation, especially among vulnerable groups.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».