Level Of Nutritional Knowledge And Dietary Habits Among Undergraduate Nursing Students In Universiti Malaysia Sarawak.
Notice bibliographique
Résumé
Introduction : Maintaining optimal health is greatly influenced by nutrition, especially for \nnursing students pursuing challenging academic trainings. Adopting healthy eating habits and \nhaving a solid understanding of nutrition are crucial since they impact physical and cognitive \nwell-being as well as academic performance. Little study has been conducted on undergraduate \nnursing students' nutritional knowledge and dietary habits, especially in Universiti Malaysia \nSarawak (UNIMAS). Objectives: This study aims to evaluate the nutritional knowledge and \ndietary habits of UNIMAS undergraduate nursing students and explore potential correlation \nbetween knowledge and dietary practices. Methodology: A cross-sectional study was \nconducted among 164 undergraduate nursing students using a simple random sampling \nmethod. Data were collected using a structured questionnaire comprising of 30 items assessing \nnutritional knowledge and 14 items on dietary habits. Data analysis was performed using SPSS \nversion 27.0. Results: The findings revealed only less than half (42.7%) of the participants \nhave good nutritional knowledge and only a quarter (36.6%) of the participants have good \ndietary habit. There is no significant correlation between level of nutritional knowledge and \ndietary habits among undergraduate nursing students as determined by the Spearman \ncorrelation test. Conclusion: The findings of this study may help educational institutions and \nhealthcare programs modify their curriculum to better meet the nutritional demands of future \nprofessionals while also advancing understanding of the dietary habits of healthcare students. \nFuture healthcare professionals' general health and wellbeing can be enhanced by filling in \nnutritional knowledge gaps and encouraging healthy eating habits.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».