PENGETAHUAN, SIKAP DAN PERILAKU PENCEGAHAN COVID-19 PADA REMAJA SEBAGAI UPAYA MEMUTUS RANTAI PENYEBARAN COVID 19 DI KABUPATEN CIANJUR
Notice bibliographique
Résumé
Background: COVID-19 is transmitted through human-to-human transmission through droplets, direct contact and has an incubation period of 2-14 days. The lack of effective preventive measures to flatten the curve of COVID-19 cases can be seen from the lack of discipline of the community towards the protocol set by the government. The implementation of preventive measures is mostly caused by behavioral problems that are often determined by knowledge and attitudes, especially to prevent transmission to the school cluster. The method used in this study is cross-sectional a web-based and data collection using the online platform Google Form. The population in this study were adolescents grade VIII SMP Negeri 1 Cugenang, Cianjur Regency. Sampling was done by using a stratified random sampling technique which obtained 34 respondents. Correlation test using Square-Test. The measuring instrument used was a questionnaire to measure knowledge, attitudes, gender, place of residence, and COVID-19 prevention behavior. The results of this study indicate that the factors associated with COVID-19 prevention behavior are the factors of knowledge (p = 0.002), attitude (p = 0.022), and place of residence (p = 0.007). This study suggests providing education as a long-term strategy to increase knowledge and reduce negative attitudes towards COVID-19, especially among adolescents. Use of social media and electronic media as a means of health education
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».