Predictors of diabetes-specific knowledge and attitude among people residing in the urban settlement of Jodhpur
Notice bibliographique
Résumé
Background: Diabetes has progressively increased in India and around the world over the last quarter-century, with India accounting for a significant portion of the worldwide burden. Researches show that diabetes mellitus related complications can be reduced by early diagnosis of the disease and appropriate treatment. This study aimed to investigate diabetes-related knowledge, attitudes, and practices in adults in the high-income, middle-income, and low-income groups in families of Jodhpur and to create awareness among the community about diabetes.Methods: With the use of an adequately constructed and validated questionnaire, the current cross-sectional study was conducted on the general population of Rajasthan. The questionnaire was pre-tested and pre-validated. The data were statistically analysed using SPSS.Results: There were 53.3% males and 46.8% females who were enrolled in the study. The mean knowledge score was 8.82±3.467 and the mean attitude score was 3.62±1.439. Respondents who were educated at least till high secondary or above were significantly more knowledgeable and with more attitude scores as compared to people who were either illiterate or educated only up to secondary.Conclusions: We discovered a reasonable gap between knowledge, attitudes, and practices, thus formulating and implementing strategies to transform positive attitudes into helpful practices is the need of the hour.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».