The Role of Communications in the Resilience of Risk Group in Kuching, Sarawak, During The Dispersal of COVID-19 Virus
Notice bibliographique
Résumé
The Covid-19 Pandemic has significantly interfered with all aspects of human life. Notably, this dangerous epidemic has a more significant impact on the risk group. It has caused them to feel stress, fear, and suffering from the ripple effect of Covid-19. Hence, this disruption occurred instantaneously, requiring people to demonstrate noteworthy adaptability and resiliency through communication. Therefore, this study examined the two dimensions of communication, namely self-centred communication (knowledge and optimistic thinking) and external communication (family support and media exposure), in predicting the resilience among the risk group in Kuching, Sarawak. The data collection was during the movement control order, so the distribution of the online questionnaire used voluntary response sampling to the target respondents through WhatsApp and social media accounts. Data collected was analysed using Partial Least Squares analyses. The results show that knowledge, optimistic thinking, and family support significantly correlate with the resilience of the risk group. Moreover, the self-centred communication constructs were the best predictor for resilience. However, media exposure was insignificant because they were in survival mode when it threatened the risk group's lives. So, this makes them prone to rely more on their knowledge, optimistic thinking, and their own family to help their resilience. Hence this has made them think the role of media is less important in resilience. This study has managed to contribute some useful suggestions for helping risk groups protect themselves during a pandemic. Critically, these findings can update relevant authorities in designing effective interventions to support risk groups by strengthening communication factors associated with resilience. Keywords: Risk group, chronic illness, COVID-19 pandemic, resilience, communication.
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 | 0,002 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».