Correlation of Subject Characteristics, Work Stress Levels, and Smoking Patterns among Educational Personnel at X University, Indonesia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Human resources are among the crucial aspects of an organization, including in higher-education organizations. Educational personnel, a key component of the education system, are prone to work stress, which may trigger smoking behavior. Personal characteristics may also influence smoking behavior. This cross-sectional observational analytic study aimed to analyze the relationship between characteristics, work stress level, and smoking behavior of educational personnel of X University, Indonesia. On 30 April–Mei 2021, subjects were recruited through total sampling based on inclusion and exclusion criteria (n=100, all males). A questionnaire that had been tested for validity and reliability was used to collect data on subject characteristics and behaviors, while DASS-42 was used to measure work stress. Age, education level, length of work, and work stress were the independent variables, while smoking was the dependent variable. Data collected were analyzed univariately and bivariately using the chi-square test, with p<0.05 considered significant. Age, education, and length of work were found to be significantly correlated with smoking (p=0.007, 0.016, and 0.009, respectively). However, stress levels did not correlate with smoking (p=0.786). This suggests that age, education, and length of work significantly influence smoking behavior. It's crucial to interpret these findings with caution, especially considering that all subjects are males, who have been proven less prone to stress than females. This caution is necessary to ensure a comprehensive understanding of the factors influencing smoking behavior among educational personnel.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle