Recruiting and Surveying Catholic Parishes for Cancer Control Initiatives
Notice bibliographique
Résumé
BACKGROUND: We describe activities undertaken to conduct organizational surveys among faith-based organizations in Massachusetts as part of a larger study designed to promote parish-based cancer control programs for Latinos. METHOD: Catholic parishes located in Massachusetts that provided Spanish-language mass were eligible for study participation. Parishes were identified through diocesan records and online directories. Prior to parish recruitment, we implemented a variety of activities to gain support from Catholic leaders at the diocesan level. We then recruited individual parishes to complete a four-part organizational survey, which assessed (A) parish leadership, (B) financial resources, (C) involvement in Hispanic Ministry, and (D) health and social service offerings. Our goal was to administer each survey component to a parish representatives who could best provide an organizational perspective on the content of each component (e.g., A = pastors, B = business managers, C = Hispanic Ministry leaders, and D = parish nurse or health ministry leader). Here, we present descriptive statistics on recruitment and survey administration processes. RESULTS: Seventy-five percent of eligible parishes responded to the survey and of these, 92% completed all four components. Completed four-part surveys required an average of 16.6 contact attempts. There were an average of 2.1 respondents per site. Pastoral staff were the most frequent respondents (79%), but they also required the most contact attempts (M = 9.3, range = 1-27). While most interviews were completed by phone (71%), one quarter were completed during in-person site visits. CONCLUSIONS: We achieved a high survey completion rate among organizational representatives. Our lessons learned may inform efforts to engage and survey faith-based organizations for public health efforts.
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 | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».