Effective Social Marketing to Promote a Campus-Based Physical Activity Intervention: Students' Perspectives
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
Social marketing has the potential to increase knowledge of preventive health issues and to elevate participation in health promotion programs (Bloch, 1984). Health promoters would be wise to utilize social marketing principles and strategies for promoting programs because this could bring forth more cost-effective programs that reach a wider segment of the target audience. Lefebvre and Flora (1988) argued that it is the target population's needs and input, in as many areas as possible, that are the essential foci throughout all phases of the social marketing process. Conducting audience analysis garners information concerning the needs, demographics, and preferences of the specific target population (Blair, 1995; Lefebvre & Flora, 1988). Consequently, this study explored methods for the effective social marketing of a physical activity intervention for university students, specifically a buddy system and record-keeping device.\nA heterogeneous sample of 65 undergraduate students from the University of Western Ontario (UWO) participated in 13 focus groups. Data collection and analysis took place simultaneously using a combination of the editing and template organizing styles outlined by Miller and Crabtree (1999). Two researchers independently conducted inductive content analysis on each transcript and compared their findings. Many strategies were used to ensure trustworthiness of the data, as outlined by Guba and Lincoln (1989). NVivo software was used to code and categorize emerging themes. The University of Western Ontario Academic Development Fund funded this project and ethical approval was obtained through The University of Western Ontario.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle