MétaCan
Menu
Retour à la cohorte
Enregistrement W4306912121 · doi:10.1177/11786302221129955

“I Can Sense When My Hands Need Washing”: A Qualitative Study and Thematic Analysis of Factors Affecting Young Adults’ Hand Hygiene

2022· article· en· W4306912121 sur OpenAlexaff
Abhinand Thaivalappil, Ian Young, David L. Pearl, Jennifer E. McWhirter, Andrew Papadopoulos

Notice bibliographique

RevueEnvironmental Health Insights · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensToronto Metropolitan UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHygieneThematic analysisHand sanitizerQualitative researchInterpersonal communicationPublic healthYoung adultPsychologyMedicinePersonal hygieneEnvironmental healthApplied psychologyGerontologyNursingFamily medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Handwashing is one of the most effective and low-cost public health measures. However, it is often not practiced frequently enough or correctly by the public. Young adults in particular have poorer intentions to wash their hands, frequency of handwashing, and sanitizer use compared to other age groups. Therefore, there is a need to identify barriers and facilitators affecting hand hygiene within this group. The objective of this qualitative study was to apply the Theoretical Domains Framework to explore factors which influence hand hygiene among young adults aged 18 to 25 years old. An online questionnaire (n = 37) and thematic analysis were used to generate 3 overarching themes. The main findings indicated internal factors such as knowledge and intentions; interpersonal factors such as social norms; and environmental factors such as reminders, cues, accessibility, and cleanliness of handwashing facilities determined the level of hand hygiene practiced among young adults. The findings suggest that behavior change techniques such as social comparisons and tailored messaging to suit the needs of young adults may be more effective at increasing hand hygiene.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,378
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health InsightsMême sujetCOVID-19 and Mental HealthTravaux en français237 207