Recruiting Migrants for Health Research Through Social Network Sites: An Online Survey Among Chinese Migrants in Australia
Notice bibliographique
Résumé
BACKGROUND: Traditionally, postal surveys or face to face interviews are the main approaches for health researchers to obtain essential research data. However, with the prevalence of information technology and Internet, Web-based surveys are gaining popularity in health research. OBJECTIVE: This study aims to report the process and outcomes of recruiting Chinese migrants through social network sites in Australia and to examine the sample characteristics of online recruitment by comparing the sample which was recruited by an online survey to a sample of Australian Chinese migrants collected by a postal survey. METHODS: Descriptive analyses were performed to describe and compare the process and outcomes of online recruitment with postal survey questionnaires. Chi square tests and t tests were performed to assess the differences between the two samples for categorical and continuous variables respectively. RESULTS: In total, 473 Chinese migrants completed the online health survey from July to October 2013. Out of 426 participants recruited through the three Chinese social network sites in Australia, over 86.6% (369/426) were recruited within six weeks. Participants of the Web-based survey were younger, with a higher education level or had resided in Australia for less time compared to those recruited via a postal survey. However, there was no significant difference in gender, marital status, and professional occupation. CONCLUSIONS: The recruitment of Chinese migrants through social network sites in our online survey was feasible. Compared to a postal survey of Chinese migrants, the online survey attracted different group of Chinese migrants who may have diverse health needs and concerns. Our findings provided insightful information for researchers who are considering employing a Web-based approach to recruit migrants and ethnic minority participants.
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 | 0,004 | 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».