MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400852357 · doi:10.7759/cureus.64984

Knowledge and Practice of Precautions and Prevention of COVID-19 Among Adolescents in Umuahia, Nigeria: A Cross-Sectional Study

2024· article· en· W4400852357 sur OpenAlexaff
Pamela Chidinma Orunta, Chinomso Obianuju Ndu, Chimaobi Ezekiel Ijioma, Oboseh J Ogedegbe, Funmilola Ogundipe, Chioma P Eze-Njoku

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensSaskatchewan Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineCross-sectional studyCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakFamily medicineEnvironmental healthVirologyInternal medicinePathologyOutbreakDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background The coronavirus disease 2019 (COVID-19) pandemic has posed significant challenges worldwide, particularly in developing countries with limited healthcare resources. Among the various demographics, adolescents represent a crucial group in understanding and curbing the spread of the virus. Aim This research aims to assess the level of knowledge and practice of COVID-19 prevention measures among adolescents in a developing country. Methodology This study's descriptive cross-sectional study design was appropriate for capturing a snapshot of adolescents' understanding of COVID-19 in Umuahia, Abia State, Nigeria, a developing country. The study's participants were secondary school students in Umuahia's urban and rural secondary schools, aged 10-19. Fisher's formula was used to calculate the sample size. A multistage systematic sampling method was used to select 424 participants. Data were gathered using a self-administered questionnaire. The Statistical Package for the Social Sciences (SPSS) software version 25 (IBM SPSS Statistics, Armonk, NY) was used to handle and evaluate the data that had been obtained. Results All the respondents were aware of COVID-19, primarily informed through social media and television (TV). It is concerning that less than half correctly identify the disease as caused by a virus (46.9%), with some falsely attributing it to bacteria (31.1%) or fungi (15.6%). While the majority of respondents knew about the existence of COVID-19 vaccines, only 63.4% were aware that there was no definitive cure for the disease. The most worrying finding was the limited awareness and practice of recommended precautions to prevent the spread of COVID-19. Handwashing with soap and water, social distancing, and using hand sanitizers were the most frequently recognized precautions. However, even these were poorly practiced, with less than 30% of the respondents following them regularly. It was also noted that misconceptions about precautions exist, including unusual practices such as regularly drinking hot water or eating bitter kola/pepperfruit. Also, the most prominent reason for refusal among the respondents for COVID-19 vaccines was parental refusal, accounting for 57.5% of negative responses. Conclusion The study's findings underscore the urgent need for tailored, accessible, and effective health education strategies to improve adolescents' understanding and adoption of COVID-19 preventive measures in the region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,242
Tête enseignante GPT0,508
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→