MétaCan
Menu
Retour à la cohorte
Enregistrement W2802527566 · doi:10.2196/mhealth.9752

Determinants of Intention to Use Mobile Phone Caller Tunes to Promote Voluntary Blood Donation: Cross-Sectional Study

2018· article· en· W2802527566 sur OpenAlexvenueno aff
Bernard Appiah, James N. Burdine, Ammar Aftab, Lucy Asamoah‐Akuoko, David Anidaso Anum, Irene Akwo Kretchy, Elfreda Samman, Patience B Appiah, Imelda Bates

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBlood donation and transfusion practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShort Message ServiceDonationPsychological interventionMobile phoneFocus groupPsychologyDescriptive statisticsMedicineConfirmatory factor analysisAdvertisingInternet privacyFamily medicineService (business)NursingBusinessMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Voluntary blood donation rates are low in sub-Saharan Africa. Sociobehavioral factors such as a belief that donated blood would be used for performing rituals deter people from donating blood. There is a need for culturally appropriate communication interventions to encourage individuals to donate blood. Health care interventions that use mobile phones have increased in developing countries, although many of them focus on SMS text messaging (short message service, SMS). A unique feature of mobile phones that has so far not been used for aiding blood donation is caller tunes. Caller tunes replace the ringing sound heard by a caller to a mobile phone before the called party answers the call. In African countries such as Ghana, instead of the typical ringing sound, a caller may hear a message or song. Despite the popularity of such caller tunes, there is a lack of empirical studies on their potential use for promoting blood donation. OBJECTIVE: The aim of this study was to use the technology acceptance model to explore the influence of the factors-perceived ease of use, perceived usefulness, attitude, and free of cost-on intentions of blood or nonblood donors to download blood donation-themed caller tunes to promote blood donation, if available. METHODS: A total of 478 blood donors and 477 nonblood donors were purposively sampled for an interviewer-administered questionnaire survey at blood donation sites in Accra, Ghana. Data were analyzed using descriptive statistics, exploratory factor analysis, and confirmatory factory analysis or structural equation modeling, leading to hypothesis testing to examine factors that determine intention to use caller tunes for blood donation among blood or nonblood donors who use or do not use mobile phone caller tunes. RESULTS: Perceived usefulness had a significant effect on intention to use caller tunes among blood donors with caller tunes (beta=.293, P<.001), blood donors without caller tunes (beta=.165, P=.02, nonblood donors with caller tunes (beta=.278, P<.001), and nonblood donors without caller tunes (beta=.164, P=.01). Attitudes had significant effect on intention to use caller tunes among blood donors without caller tunes (beta=.351, P<.001), nonblood donors with caller tunes (beta=.384, P<.001), nonblood donors without caller tunes (beta=.539, P<.001) but not among blood donors with caller tunes (beta=.056, P=.44). The effect of free-of-cost caller tunes on the intention to use for blood donation was statistically significant (beta=.169, P<.001) only in the case of nonblood donors without caller tunes, whereas this path was statistically not significant in other models. CONCLUSIONS: Our results provide empirical evidence for designing caller tunes to promote blood donation in Ghana. The study found that making caller tunes free is particularly relevant for nonblood donors with no caller tunes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,374
Écart entre enseignants0,314 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetBlood donation and transfusion practicesTravaux en français237 207