Knowledge, Attitude, and Practice of Preventive Measures Against COVID-19 among Pregnant Women Receiving Antenatal Care in Calabar, Nigeria
Notice bibliographique
Résumé
Background: Implementation of preventive precautions remains the most important measure in the control of coronavirus 2019 (COVID-19) infection. This study was aimed at evaluating the extent of knowledge, attitude, and practice of COVID-19 prevention among pregnant women in Calabar, Nigeria. Methodology: Cross-sectional descriptive design and systematic random sampling method were utilized to recruit antenatal care clinic attendees, in the University of Calabar Teaching Hospital, Calabar, Nigeria. Study variables were assessed using structured questionnaires. Information was entered and analyzed with SPSS version 21.0. A percentage knowledge score of at least 75% was considered satisfactory. P-value was set at 0.05. Result: Two hundred and eighty-four women were studied and the mean age was 30.6 ± 5.0 years. Approximately half of the women (51.4%) were within the third trimester of pregnancy. The mean percentage knowledge score was 71.7% ±17.2%, and the overall level of knowledge was unsatisfactory in 43.3% of respondents. Most women agreed with the reality of existence of COVID-19 infection (90.1%), and 30.6% were of the opinion that the pandemic could be eradicated by prayers alone. Most women practised preventive measures including the use of face mask (89.1%), social distancing (84.2%), and regular handwashing (94.4%). There was a significantly higher mean total knowledge score as well as knowledge of preventive measures among users compared with non-users of face mask, and regular subjects were compared with non-regular subjects with regards to their handwashing practice ( P < 0.05). Conclusion: Familiarity with COVID-19 prevention among pregnant women in the study context is suboptimal. There is a need to improve maternal health education provided during antenatal care visits, toward addressing misconceptions related to the pandemic.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».