Behavioral Skills and Hypertension Prevention Practices among Teachers in Selected Secondary Schools in Sagamu Local Government Area, Ogun State, Nigeria
Notice bibliographique
Résumé
The development of chronic illness such as hypertension among individuals in occupations such as teaching has been associated with a high level of stress and sedentary behaviours. This study, therefore, evaluated the behavioural skills and hypertension prevention practices among secondary school teachers in Sagamu Local Government Area of Ogun State, Nigeria. This study adopted a cross-sectional design. A Multi-stage sampling technique was used to select 418 respondents for the study. A validated semi-structured questionnaire was used for data collection. Data collected were analysed using descriptive and inferential statistics at ≤0.05 level of significance. The mean age of the respondents was 42.61±7.79 years. More than half, 250 (59.8%) of the respondents were females, with the majority 375 (89.7%) being married. A greater proportion 313 (74.9%) of the respondents had Bachelor’s degree (B.Sc). While about quarter 105 (25.1%) of them had worked for a period of 6-10 years. Most 299 (71.5%) of the respondents had high behavioral skills towards hypertension prevention. Less than half 192 (45.9%) of the respondents had high prevention practice. Behavioral skills significantly contributed to the prevention practices (Odds ratio= 1.12; CL= 1.05- 1.20; p = 0.001). The study revealed that the teachers had high behavioural skills and low hypertension prevention. It is recommended that the state ministry of education through the state ministry of health should conduct a health education program to improve the hypertension prevention practices of teachers.
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 | 0,004 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».