Dairy industry employee knowledge, attitudes and practices in response to COVID -19 policies in Jordan
Notice bibliographique
Résumé
Purpose This study examined the level of knowledge, attitudes and practices (KAP) of Jordanian dairy employees about coronavirus disease 2019 (COVID-19) characteristics and the effect of precautionary measures on food safety risk during the pandemic. Design/methodology/approach A cross-sectional study was conducted between Dec 17, 2020 and Feb 22, 2021, involving a total of 428 participants across 34 random chosen dairy facilities in Jordan. KAP related to COVID-19 were measured by 46 items, while 13 items were used to examine perceived notions regarding COVID-19 precautionary measures on food safety. Findings The results indicated that 32.2% of the respondents had sufficient knowledge, 60.3% had a good attitude, and 27.1% followed correct practices concerning COVID-19. Moreover, female respondents had higher total KAP scores of COVID-19 characteristics than males. Furthermore, older and more experienced respondents had higher total KAP scores than younger respondents. This study also observed that the total KAP scores were not affected by education, marital status, and job position. Characteristics and measures taken by the dairy industry were at large significantly associated with ( p < 0.05) knowledge and practice of employees about COVID-19 attributes. Results of this study suggested that Jordanian dairy workers were not adequately aware about COVID-19. Originality/value No such study on dairy workers has been conducted previously to the best of the authors’ knowledge. Moreover, studies which analyse the association of industry response and characteristics on the KAP of employees are very limited.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».