Street intercept method: An innovative approach to recruiting young adult high‐risk drinkers
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Many young adults are risky drinkers who are often missed by general population surveys. The aim of the present study was to assess factors affecting participation rates in a street intercept approach to recruiting young adult bar-goers for an online survey. DESIGN AND METHODS: Two hundred eighty-seven young adults were approached as they entered the bar district of a medium-sized city on two consecutive weekend nights. Of these, 170 met eligibility requirements and were invited to complete a 2 min street survey for which they were paid $5 and given a gift card for $50 or $100 to be redeemed when they completed a follow-up online survey. RESULTS: Sixty-one per cent of eligible persons (n = 104) participated in the street survey, with greater participation on the second night (74% vs. 50%). Sixty-eight per cent (n = 71) of those who participated in the street survey completed the online survey, with no differences in response by age or student status; however, men were significantly more likely to complete the online survey if they received the higher incentive, had consumed less alcohol and were recruited before midnight. The larger incentive was especially effective at increasing completion rates for men who had consumed a larger amount of alcohol. DISCUSSION AND CONCLUSIONS: Street intercept is an effective and efficient recruitment method that can measure both drinking and other experiences in the event and link these data to information collected in follow-up research. Unlike recruitment through convenience samples, response rates and response bias can also be assessed.
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 | 0,016 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,012 |
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 ».