Determinants of return behavior: a comparison of current and lapsed donors
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
BACKGROUND: There is a need to identify factors explaining why some people stop donating blood. STUDY DESIGN AND METHODS: A random mail survey of first-time (FT) and repeat (RPT) current (donating within 6 months before survey) and lapsed (donating >2 years prior) donors was conducted. The self-administered questionnaire included questions on personal, social, and behavioral characteristics. RESULTS: Among 1280 current and 1672 lapsed donors with valid addresses, the participation rate was 66.8 and 39.2 percent, respectively. In FT donors, the odds of lapsing increased with education (odds ratio [OR], 2.18; 95% confidence interval [CI], 1.34-3.55 for college or higher vs. Grade 12 or less education). Lapsed FT donors were more often asked to donate (OR, 1.89; 95% CI, 1.32-2.70) and had less interest in incentives (p < 0.001) than current FT donors. In RPT donors, lapsed status was associated with being younger (p < 0.001) and female (OR, 1.19; 95% CI, 1.00-1.42). Lapsed status was inversely associated with satisfaction with the last donation experience in both FT (p = 0.043) and RPT (p < 0.001) donors. Lapsed and current donors did not differ in perceived need for blood, personal transfusion experience, or mean reported altruistic behavior score. CONCLUSION: A positive donation experience appears to be a major determinant of donor return behavior. Lapsed donors do not appear, on average, to engage in fewer altruistic behaviors than currently active donors. Retention marketing strategies that appeal solely to altruistic values need to be further evaluated for their effectiveness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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