MétaCan
Menu
Retour à la cohorte
Enregistrement W2522387964 · doi:10.2196/jmir.6404

Can Facebook Be Used for Research? Experiences Using Facebook to Recruit Pregnant Women for a Randomized Controlled Trial

2016· article· en· W2522387964 sur OpenAlexaffabout
Laura M Adam, Donna Manca, Rhonda C. Bell

Notice bibliographique

RevueJournal of Medical Internet Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialSocial mediaMedicineAdvertisingPsychologyWorld Wide WebComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recruitment is often a difficult and costly part of any human research study. Social media and other emerging means of mass communication hold promise as means to complement traditional strategies used for recruiting participants because they can reach a large number of people in a short amount of time. With the ability to target a specified audience, paid Facebook advertisements have potential to reach future research participants of a specific demographic. This paper describes the experiences of a randomized controlled trial in Edmonton, Alberta, attempting to recruit healthy pregnant women between 8 and 20 weeks' gestation for participation in a prenatal study. Various traditional recruitment approaches, in addition to paid Facebook advertisements were trialed. OBJECTIVE: To evaluate the effectiveness of paid advertisements on Facebook as a platform for recruiting pregnant women to a randomized controlled trial in comparison with traditional recruitment approaches. METHODS: Recruitment using traditional approaches occurred for 7 months, whereas Facebook advertisements ran for a total of 26 days. Interested women were prompted to contact the study staff for a screening call to determine study eligibility. Costs associated with each recruitment approach were recorded and used to calculate the cost to recruit eligible participants. Performance of Facebook advertisements was monitored using Facebook Ads Manager. RESULTS: Of the 115 women included, 39.1% (n=45) of the women who contacted study staff heard about the study through Facebook, whereas 60.9% (n=70) of them heard about it through traditional recruitment approaches. During the 215 days (~7 months) that the traditional approaches were used, the average rate of interest was 0.3 (0.2) women/day, whereas the 26 days of Facebook advertisements resulted in an average rate of interest of 2.8 (1.7) women/day. Facebook advertisements cost Can $506.91 with a cost per eligible participant of Cad $20.28. In comparison, the traditional approaches cost Cad $1087, with approximately Cad $24.15 per eligible participant. Demographic characteristics of women were similar between the 2 recruitment methods except that women recruited using Facebook were significantly earlier in their pregnancy than those recruited using traditional approaches (P<.03). CONCLUSIONS: Paid Facebook advertisements hold promise as a platform for reaching pregnant women. The relative ease of placing an advertisement, the comparable cost per participant recruited, and the dramatically improved recruitment rates in comparison with traditional approaches highlight the importance of combining novel and traditional recruitment approaches to recruit women for pregnancy-related studies. TRIAL REGISTRATION: ClinicalTrials.gov NCT02711644; https://clinicaltrials.gov/ct2/show/NCT02711644 (Archived by WebCite at http://www.webcitation.org/6kKpagpMk).

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,141
score de la tête « metaresearch » (Gemma)0,339
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1410,339
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,496
Tête enseignante GPT0,600
Écart entre enseignants0,104 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetSocial Media in Health EducationTravaux en français237 207