EFFECTIVENESS OF RECRUITMENT STRATEGIES FOR A PHYSICAL ACTIVITY INTERVENTION IN OLDER ADULTS WITH CHRONIC DISEASES
Notice bibliographique
Résumé
Engaging sedentary individuals in physical activity (PA) is a challenging endeavor. This poses a problem for PA interventions requiring large sample sizes from a representative population. Effective and feasible recruitment strategies for health-related studies involving PA interventions for community-dwelling older adults (OA) with chronic diseases has not been determined. For research projects to be carried out in reasonable time frames and with appropriate sample populations, information regarding optimum recruitment methods is essential. PURPOSE To compare the effectiveness of various recruitment strategies for enrollment into a PA intervention comparing class-based and community-based programs for OA with chronic disease. METHODS Two recruitment strategies were utilized to target healthcare professionals (HP) and the general public (GNP): (1) print media (posters, brochures, newspaper ads); (2) personal contact involving presentations to HP and organizations. Strategies targeting family physicians and other HP involved in-person contacts supplemented with print media. Recruitment of GNP was based on a self-referral system focusing on mass distribution of print media with less emphasis on personal contact. RESULTS Within weeks of initiation, the recruitment strategy generated 153 inquires. The most successful recruitment method was via advertising to GNP, accounting for 61% of the total inquiries. Physician referral yielded 23% of calls, however this reflects only a 10% response rate among physicians. Referrals from other primary HP resulted in 16% of inquiries. CONCLUSION Mass distribution of print material to GNP provided an effective means of generating interest in PA participation, although in-person contact served to enhance this recruitment strategy. Findings suggest various recruitment strategies should be employed, targeting the general population through self-referral. Supported by CIHR
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 | 0,056 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».