The influence of the disclosure of diabetes on the cognitive, physical ability and diabetes self‐management in diabetic employed adults in Saudi Arabia
Notice bibliographique
Résumé
BACKGROUND: Diabetes is a serious medical condition that may cause blindness, renal failure and amputation of the lower limbs, stroke and myocardial infarction. The global incidence of diabetes increases continuously. The self-management of diabetes can be problematic and burdensome, especially if employed individuals choose not to reveal their illness. The workplace has been highlighted as an important element that may impact how employed individuals, diagnosed with diabetes and managed their illness. AIM: To describe the influence of diabetes disclosure on the cognitive, physical ability and diabetes self-management of employed adults with diabetes in Saudi Arabia. DESIGN: A descriptive correlational study. METHODS: This study used a self-administered questionnaire, including the Checklist Individual Strength and Perceived Diabetes Self-Management Scale, for data collection. The sample size was 250 employed adults with diabetes. The data were analysed using descriptive statistics, Spearman's correlation coefficient and bivariate analysis. RESULTS: A significant correlation was found between diabetes self-management and support from co-workers (r = .55, p < .05), and the employees who received more support from their co-workers were able to perform diabetes self-management. The results also indicate that employees who received support at their workplace reported improved concentration, motivation and activity (r = .41, p < .05). CONCLUSION: It is essential for top management and policymakers to implement supportive programmes in the workplace, and considering a constant, not rotating, work schedule.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».