Knowledge, attitudes, practice of people toward the COVID-19 pandemics, and its impact in Afghanistan
Notice bibliographique
Résumé
COVID-19 pandemic disrupted the social and economic norms. Knowledge, Attitude and Practices studies are used to address the information gap for further strategic decision making to control the pandemic. This study aimed to find the level of Knowledge, Awareness, Attitudes, and behavioral practices of the people of Afghanistan about the COVID-19 and its impact on health and socio-economic dimension of their routine lives. We used a cross-sectional method with two stage sampling design. Data analysis was performed using SPSS v.20. The survey focused on adults including men and women all over the country to represent the country, including the urban and rural areas. Most of the respondents are in the age group of 21-30 years (46.5%); 60.15% of the participants are married. Almost 75% of females and 84% of males were literate and most participants have a bachelor's degree (34%). More than 80% of participants knew they can prevent themselves from contacting COVID-19 through hand washing frequently with soap and water and wearing a mask. More than 80% of participants responded that they would go for a lab test for detection of the virus as well as COVID-19 vaccination if it is available. Almost 35% reported always wearing a mask to prevent COVID-19 transmission; more than half of participants always wash their hands, more than 60% of them do not touch their eyes, nose, and mouth frequently. Nearly 60% of participants indicated that their household had problems satisfying food needs partly during the COVID-19 pandemic. Nearly half of participants believed that the government was successful in applying lockdown measures and in awareness rising (56.8 and 69.8%). The study findings provide some useful insight about the KAP of communities in Afghanistan, which could assist policy makers in public health to design and implement interventions based on the information gaps reported.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».