Registered Nurses' Knowledge, Attitudes, and Practices Toward Climate‐Sensitive Vector‐Borne Diseases: Findings From a Cross‐Sectional Survey
Notice bibliographique
Résumé
OBJECTIVE: Climate change is contributing to increasing rates of vector-borne diseases, affecting global population health. As the largest group of regulated health professionals, nurses play an integral role in climate-related health challenges. The purpose of this research study was to investigate the knowledge, attitudes, and practices of registered nurses in Canada related to climate sensitive vector-borne diseases. DESIGN: Cross-sectional survey. SAMPLE: A national online survey was distributed to practicing registered nurses, through contact with nursing organizations and regulatory bodies, as well as social media. MEASUREMENTS: Three hundred and eighty-two survey responses were included in data analysis. RESULTS: Research findings suggest that nurses' knowledge on climate change and vector-borne diseases was limited, especially among frontline nurses and those in Western and Northern regions of Canada. There was greater knowledge of Lyme disease compared to West Nile virus, particularly among nurses working in endemic areas. Participants did not often consider vector-borne diseases in practice and demonstrated a lack of confidence and preparedness in addressing in practice. CONCLUSIONS: The study validates that while climate-related issues are important for nurses, nurses must be better prepared to address vector-borne diseases in practice and assume a greater role in leading change to advocate for a climate-resilient future.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».