Assessing COVID-19 Pandemic Risk Perception and Response Preparedness in Veterinary and Animal Care Workers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Veterinary and animal care workers perform critical functions in biosecurity and public health, yet little has been done to understand the unique needs and barriers these workers face when responding during a pandemic crisis. In this article, we evaluated the perceived risks and roles of veterinary and animal care workers during the COVID-19 pandemic and explored barriers and facilitators in their readiness, ability, and willingness to respond during a pandemic. We deployed a survey targeting US veterinary medical personnel, animal shelter and control workers, zoo and wildlife workers, and other animal care workers. Data were collected on respondents' self-reported job and demographic factors, perceptions of risk and job efficacy, and readiness, ability, and willingness to respond during the pandemic. We found that leadership roles and older age had the strongest association with decreased perceived risk and improved job efficacy and confidence, and that increased reported contact level with others (both coworkers and the public) was associated with increased perceived risk. We determined that older age and serving in leadership positions were associated with improved readiness, willingness, and ability to respond. Veterinary and animal care workers' dedication to public health response, reflected in our findings, will be imperative if more zoonotic vectors of SARS-CoV-2 arise. Response preparedness in veterinary and animal care workers can be improved by targeting younger workers not in leadership roles through support programs that focus on improving job efficacy and confidence in safety protocols. These findings can be used to target intervention and training efforts to support the most vulnerable within this critical, yet often overlooked, workforce.
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.
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 | 0,002 | 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 | 0,001 | 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) | 0,000 | 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 découle