Effective Social Marketing to Promote a Campus-Based Physical Activity Intervention: Students' Perspectives
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.
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 | 0,008 | 0,006 |
| 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 | 0,008 | 0,004 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».