大众媒体在塑造人们对所有社会问题的看法中起着至关重要的作用。这是通过大众媒体内容和用于向受众传播信息传播的各种渠道实现的。基于这种关键的影响和主导地位,媒体被认为是对受众群体的享受,一项混合方法研究采用了探索性顺序设计。肯尼亚邦戈马县的Elgon子县。这项研究旨在建立大众媒体信息对目标社区中患者权利产生的看法。许多研究从政策和公共卫生的角度关注患者的权利,而不是通过大众媒体角度进行交流。大规模培养基的议程制定理论和创新理论的扩散指导了研究。分别对定量数据和定性数据分别进行了描述和主题分析。数据是从Kaptama和Chemoge子分离的成年居民那里收集的。在两个子位置的13104名居民中,随机选择了130名成年居民的样本参加该研究。此外,还参与了肯尼亚领先媒体部门的6位关键知情人士和6位从肯尼亚领先的媒体中吸引的卫生记者。数据是借助问卷,采访指南(一个针对政策专家,另一个针对媒体从业者)以及焦点小组讨论时间表收集数据。可信赖性用于验证定性数据,而定量数据通过Cronbach Alpha共计算验证。研究表明,有关患者权利的大众媒体信息过于笼统地关注零星事件,而不是尤其不是患者权利。因此,对该主题传播的信息无法将登记悲观主义的研究受访者的心态转移到大众媒体信息的潜力,以塑造对患者权利的有利看法。记者需要从一般报告中挑出有关患者权利的消息,以提高其知名度,以获得媒体受众的所需感知。
在患有各种慢性健康疾病的患者中都观察到了疲劳和伴随的“脑雾”的衰弱症状。不幸的是,目前还没有一种有效且心理测量学上合理的工具来评估这些同时发生的症状。在这里,我们报告了疲劳和认知改变量表 (FAC) 的开发和初始心理测量特性,FAC 是衡量自我报告的中枢疲劳和脑雾的指标。由于研究团队的专业知识以及已建立的 TBI 与症状复合体之间的联系,因此选择创伤性脑损伤 (TBI) 来建模和开发 FAC。潜在项目由有治疗这些症状经验的研究人员和临床医生生成,他们借鉴了相关文献并回顾了患者对过去和当前 TBI 研究中测量的反应。FAC 的 20 个候选项目——各 10 个用于评估认知改变(即脑雾)和中枢疲劳——通过在线调查在电子视觉模拟反应量表 (eVAS) 上格式化。获得了人口统计信息和 TBI 病史。总共有 519 名参与者同意并提供了可用数据(平均年龄 = 40.23 岁;73% 为女性),其中 204 人自报有 TBI 病史(75% 报告有轻度 TBI)。计算了内部一致性和可靠性值。验证性因子分析 (CFA) 检查了 FAC 的假定双因子结构和单因子解决方案以进行比较。对有和无 TBI 的参与者的两个潜在结构(认知改变、疲劳)进行了测量不变性检验。所有项目均呈正态分布。Cronbach's alpha 系数表明两个因子均具有良好的内部一致性(α = .95)。Omega 可靠性值良好(α = .95)。CFA 支持假定的双因子模型和项目载荷,其表现优于单因子模型。测量不变性发现两组之间的双因子结构是一致的。讨论了这些发现的含义、研究的局限性以及 FAC 在临床研究和实践中的潜在用途。
GDM的全球患病率在5.8%至11.7%之间。6流行率的广泛差异可能是由GDM诊断标准的差异来解释的。6尽管90%的GDM病例将在分娩后正常化,但有些案件将持续存在,而妇女将发展糖尿病前期或DM。据报道,分娩后五年后约有50%的GDM患者被诊断为2型DM。7在斯里兰卡(Sri Lanka),一项纵向研究发现,与没有GDM相比,GDM女性在10年持续时间内患糖尿病的几率是10.6倍。8然而,生活方式干预措施有机会减慢这些女性中2型糖尿病的进展。9重要的是向具有GDM的女性提供准确,及时的信息,以了解其未来患糖尿病的风险。他们还应该接受根据需求量身定制的干预措施。确保有关积极生活方式修正案的行为的持续改变,应考虑几个要素,包括风险感知,信念和心理社会障碍。10除其他外,风险感知被确定为各种理论健康模型中健康行为的重要决定因素。11对患有未来糖尿病的高风险感知的女性更有动力进行筛查和生活方式改变。12关于发育糖尿病(RPS-DD)问卷的风险感知调查评估了一个人感知的患有这种疾病的风险的各个方面。13此工具由乐观偏见,个人控制,糖尿病风险因素知识,福利和障碍以及风险感知组成。最初用于预防糖尿病计划密歇根州糖尿病研究中心,14它在GDM母亲之间进行了随后的验证过程。13使用Cronbach的α的内部一致性非常出色(0.65至0.72)。RPS-DD问卷开发过程是彻底且多阶段的。但是,可以组织其他研究以评估验证性因素分析和评估其外部有效性。此外,马来语中没有发表的工具来衡量该人群中糖尿病的风险感知。这项研究旨在适应,翻译和
摘要 鉴于新冠疫情带来的挑战和当前的全球经济状况,将面对面工作和远程工作相结合的混合工作安排正变得越来越普遍。员工在包括银行业和肯尼亚非洲开发银行在内的组织的运营中发挥着至关重要的作用,就像他们在任何其他行业中一样。这项研究旨在探讨信息通信技术对肯尼亚内罗毕市非洲开发银行员工绩效的影响。这项研究基于四种理论和一个模型,即技术接受模型、社会交换理论、个人环境适应理论和赫茨伯格的双因素理论。本研究采用描述性研究设计。肯尼亚内罗毕非洲开发银行重要部门的 337 名工作人员构成了目标人群。为了确保参与者的选择公正,采用了简单随机抽样,并采用分层抽样将受访者按部门分组。样本量共计 101 人,占目标人群的 30%。定量数据是通过采用五点李克特量表的结构化问卷管理生成的。为了评估研究工具,对 10 名参与者进行了一项试点研究,这 10 名参与者占总样本的 10%。问卷的可靠性通过利用 Cronbach Alpha 公式确定,而工具的有效性则根据主管的意见、内容分析和结构检查进行评估。数据分析涉及描述性统计的应用。此外,为了探索变量之间的联系,进行了回归和相关分析。定量数据的分析采用了推论统计和描述性统计,并借助社会科学统计软件包进行。研究结果表明,采用信息和通信技术对员工绩效产生了显著的积极影响。研究得出结论,实施 ICT 可以简化流程、改善服务交付、增强客户参与度并促进银行业务的创新。为了适应云计算、大数据分析和网络安全措施等尖端技术,银行应该升级其现有的 IT 基础设施。员工的通勤时间可能会减少,从而提高专注度和工作效率。
抽象目标我们研究了区域脑量的定量报告(QReport)是否可以提高放射学家对检测体积损失的准确性和信心,并在阿尔茨海默氏病(AD)和额叶痴呆症(FTD)中与单独进行视觉评估相比。方法我们的强制选择多评价临床准确性研究使用了16名AD患者,14名FTD患者和15个健康对照的MRI;年龄范围52 - 81。我们的QReport提交给具有区域灰质量的评估者,该评分者是针对规范人群数据的百分位数(n = 461)。具有不同放射学经验的九个评估者(每个:顾问,注册者,“非临床图像分析师”)对每个案例进行了两次评估(有或没有QReport)。评估者对临床和人口统计学信息视而不见;他们将扫描分类为“正常”或“异常”,如果“异常”为“ AD”或“ FTD”。结果QReport提高了所有评估者的检测体积损失和AD的灵敏度(分别为p = 0.015*和p = 0.002*)。使用QReport时仅顾问组的准确性显着提高(p = 0.02*)。总体而言,与“黄金标准”的评估者一致性(Cohen'Sκ)不受QReport的显着影响;只有顾问组显着改善(κs 0.41➔0.55,p = 0.04*)。Cronbach的互议协议的alpha从0.886提高到0.925,对应于从“良好”到“优秀”的改进。•顾问神经放射学家的评估准确性和一致性(KAPPA评分)通过使用定量萎缩报告可显着提高。结论我们的QReport引用了单个主体结果对规范性数据,以及视觉评估提高了敏感性,准确性和互及以检测体积损失的一致性。QReport在顾问中最有效,这表明需要经验来完全受益于定量分析提供的其他信息。关键点•使用定量报告以及常规的视觉MRI评估,提高了仅检测体积损失和AD与视觉评估的敏感性和准确性。•对视觉定量MRI萎缩报告的第一次多评价者放射学临床评估,用于痴呆症的诊断辅助。
摘要 本研究评估了肯尼亚内罗毕市郡情报警务中使用技术的决定因素。本研究依赖技术接受与使用统一理论和拉特克利夫模型。所采用的研究设计是描述性的,研究对象是内罗毕市郡的 DCI 部门,由来自 13 个分部门的 175 名员工组成。样本是通过分层抽样从目标人群中抽取的 91 名受访者。数据来源于问卷。此外,还对问卷进行了测试以确定其有效性和可靠性。可靠性是根据 Cronbach's alpha 进行的,其阈值为 0.70,从结果来看所有变量都是可靠的。使用 SPSS 24 版进行分析。根据回归输出,绩效期望对内罗毕市郡的情报警务和犯罪调查有积极而显著的影响。回归系数为 0.807,而 p 值为 .003,表示显着性。根据回归结果,感知可信度对内罗毕市县的情报警务和犯罪调查具有积极而显著的影响。回归系数为 1.025,而 p 值为 .000,表明显著。根据回归结果,努力预期对内罗毕市县的情报警务和犯罪调查具有积极而显著的影响。回归系数为 0.318,而 p 值为 .043,表明显著。根据回归结果,便利条件对内罗毕市县的情报警务和犯罪调查具有积极而显著的影响。回归系数为 0.616,而 p 值为 .020,表明显著。研究得出结论,技术对肯尼亚的情报主导警务具有显著影响,特别是在犯罪调查方面。具体而言,研究得出结论,绩效预期、感知可信度、努力预期和技术便利条件对情报主导警务和犯罪调查过程具有显著积极的影响。根据调查结果,该研究建议情报警务和犯罪调查中使用的技术应具有足够的安全功能。其次,该研究建议 DCIO 应加大对调查系统和技术升级的投资,以简化调查流程。该研究还建议改进计算机犯罪地图系统,以帮助情报警务。最后,该研究建议调查机构应招募更多机密线人,因为他们在情报警务中非常重要
Branko Aleksic,医学博士,博士学位,1 Yukihiro Noda,Ph.D. 1 1 Department of Psychiatry, Nagoya University Graduate School of Medicine, Nagoya, Japan 2 Division of Clinical Sciences and Neuropsychopharmacology, Faculty of Pharmacy, Meijo University, Nagoya, Japan 3 Department of Neuropsychopharmacology and Hospital Pharmacy, Nagoya University Graduate School of Medicine, Nagoya, Japan 4 Health Care Promotion Department, Denso Corporation, Kariya, Japan ABSTRACT Purpose: Accurate评估药物依从性很重要;但是,在日本尚未建立适用于躁郁症患者的简单评估量表。在这项研究中,我们为精神病学领域的药物依从性进行了修改的日语版本,对药物影响和信念的简要评估(Bemib)(BEMIB),并研究了其可靠性和有效性。方法:从2006年4月到2006年4月以及2009年4月至2009年7月,使用日语版本的Bemib和药品态度态度库存10个问卷(DAI-10)进行了药物依从性评估,从2006年4月到2006年4月,访问了包括名古屋大学医院在内的多个设施的躁郁症患者。结果:日本版本的Bemib的Cronbachα系数为0.73。每个项目的四周重测可靠性系数和BEMIB总分数为0.39-0.68(p <0.05),阶层内相关系数为0.63(95%CI = 0.33-0.75,p <0.001)。讨论:针对躁郁症患者修饰的日本版本的Bemib足够可靠且有效。此外,在Bemib和DAI-10总分(Pearson的相关系数= 0.39,p <0.001)之间观察到显着的正相关,表明并发有效性就足够了。我们建议,躁郁症患者中这种药物依从性的简单评估量表适用于常规医学实践。关键字:Bemib,修改后的日语版本,药物依从性,可靠性,2012年7月11日获得的有效性 / 2012年11月13日接受 / 2012年12月21日发表,引言遵守性需要对患者的一部分进行积极的态度 - 接受自己的疾病并积极参与确定治疗政策。在一项评估依从性
摘要 本研究考察了巴耶尔萨州奥图奥克联邦大学学生对人工智能 (AI) 辅助研究写作工具的认知水平。本研究采用调查研究设计,旨在了解将人工智能技术融入学术写作实践的认知差距和潜在改进领域。一个研究问题和一个零假设指导了这项研究。研究对象为 11,040 名学生。采用分层比例随机抽样技术抽取 1104 个样本。数据收集工具是一份结构化问卷,题为“人工智能研究辅助工具认知问卷 (AAIRATQ)”。该工具经过专家面对面验证,具有很高的可靠性(Cronbach's alpha = 0.81)。研究结果显示,学生的整体意识水平较低,这反映在平均分数上。建议包括有针对性的宣传活动、AI 模块的课程整合以及提高学生熟练程度的研讨会。该研究为旨在培养技术娴熟的学术环境的干预措施提供了宝贵的见解。关键词:人工智能、研究写作、意识、学生参与、学术技术。简介 人工智能 (AI) 无疑已成为各个行业中无处不在的力量,对任务执行产生了重大影响并改变了传统方法。在学术领域,人工智能在研究写作中发挥着越来越重要的作用,提供了各种精心设计的工具来提高效率和提升学术成果的质量。本研究致力于深入研究巴耶尔萨州奥图奥克联邦大学学生对人工智能辅助工具的认识和使用情况,对影响其采用的潜在因素提供启发性见解(Russell 和 Norvig,2010 年)。人工智能包括开发具有执行传统上需要人类智力的任务的能力的计算机系统。在研究写作的背景下,人工智能有效地利用自然语言处理、机器学习和数据分析等尖端技术,通过使用人工智能研究辅助工具为研究过程各个阶段的用户提供支持。几种著名的人工智能研究辅助工具值得关注,每种工具都配备了其独特的功能。首先,Grammarly 作为一款强大的人工智能写作助手,会认真检查语法和拼写,提升句子结构,并且
表(3-1):主成分分析自动化 ...................................................................................................... 35 表(3-2):主成分分析效率 ...................................................................................................... 36 表(3-3):主成分分析易用性 ...................................................................................................... 37 表(3-4):主成分分析招聘 ...................................................................................................... 37 表(3-5):主成分分析选拔 ...................................................................................................... 38 表(3-6):主成分分析任命 ...................................................................................................... 38 表(3-7):主成分分析人工智能 ............................................................................................. 39 表(3-8):主成分分析就业 ...................................................................................................... 39 表(3-9):研究领域的 Cronbach's Alpha 系数 ............................................................................................. 40 表(3-10):受访者性别 ............................................................................................................. 41 表(3-11):受访者年龄........................................................................................................... 41 表(3-12):受访者经验 ...................................................................................................................... 41 表(3-13):受访者学历 ...................................................................................................................... 42 表(3-14):受访者职位 ...................................................................................................................... 42 表(4-1):算术平均值,标准差高科技公司人工智能的离差、T值、项目重要性及重要性水平 ............................................................................................................. 43 表(4-2):算术平均值,标准差高科技公司人工智能自动化水平的离差、t值、项目重要性及重要性水平 ............................................................................................................. 44 表(4-3):算术平均值,标准差高科技企业人工智能效率水平的离差、t值、项目重要性及重要性水平......................................................................................................... 45 表(4-4):算术平均值、标准差。......... 53 表(4-12):人工智能维度对就业影响的多元回归分析。高科技企业AI易用性水平的离差、t值、项目重要性及重要性水平 ............................................................................................................. 46 表(4-5):算术平均值,标准差高科技企业就业水平的离差、t值、项目重要性及重要性水平 ............................................................................................................. 47 表(4-6):算术平均值,标准差高科技企业招聘水平的离差、t值、项目重要性及重要性水平 ............................................................................................................. 47 表(4-7):算术平均值,标准差高科技企业选拔水平的离差、t值、项目重要性及重要性水平 ............................................................................................................. 48 表(4-8):算术平均值,标准差高科技公司聘任水平的离差、t值、项目重要性和重要性水平..................................................................................................... 49 表(4-9):变量之间的关系..................................................................................................................... 50 表(4-10):Durbin-Watson值与方差膨胀因子............................................................................................. 53 表(4-11):人工智能维度对聘任的多元回归分析.......... 54 表(5-1):人工智能维度对聘任(选拔、招聘和聘任)的多元回归分析总结(方差分析)............................................................................................. 55
讲师,基巴比大学摘要中小企业在东非地区的经济增长中起着基本作用,其中包括南苏丹,占该国GDP约70%的70%,占劳动力的近63.6%。这些中小企业的战略规划实践(例如战略制定,实施,评估和控制)的采用和实施不足。本研究论文的主要驱动力是。评估战略评估和控制对南苏丹朱巴中小企业绩效的财务绩效的影响。使用的研究设计是横截面方法。根据南苏丹共和国司法部和宪法事务的4,951家公司的目标人群,2019年。2019年。这项研究使用了Krejcie和Morgan Table的公式,以选择381个注册公司的样本大小,该公司从4,951个小型和中型企业的朱班(In Sustan Sudan)的4,951个目标人群中。使用结构化问卷收集数据。对来自朱巴市以外的Tereka县的39名受访者进行了试点测试,以验证数据工具的可靠性。的内容,结构和面部有效性是通过进行可靠性分析来实现了研究工具的可靠性,该可靠性分析得出的Cronbach alpha系数为0.805。战略评估实践对朱巴中小企业的财务绩效有统计学上的显着影响。南苏丹政府应减少对南部朱巴的中小型企业行动的法规。战略评估对朱巴中小企业经济绩效的影响,南苏丹的造成的政府法规对中小企业的陌生性的增加减少了。该研究的建议是:南苏丹朱巴的中小企业的所有者和经理应审查并逐步实施战略计划,以牢记应该很好地纳入和实施的组织任务,战略愿景和任务声明等战略实施指标。这将改善中小型企业的财务状况及其在经济运转中的影响。该研究的结果将有用,尤其是在实施的组织中为组织中战略规划实践的当前和将来提供其他信息,并允许它们保持竞争力。其他受益人将包括计划者,院士,财务专家贸易和工业部以及南苏丹人民一般。关键词:战略评估,战略控制,财务,绩效,中小型企业r Eceived 08年12月8日; R eved于2021年12月21日; 2021年12月23日cecceed©作者2021。在www.questjournals.org