Web-Delivered Multimedia Training Materials for the Self-Collection of Dried Blood Spots: A Formative Project
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: The use of dried blood spots (DBS) in biomedical research has been increasing as an objective measure for variables that are typically plagued by self-report, such as smoking status and medication adherence. The development of training materials for the self-collection of DBS that can be delivered through the Web would allow for broader use of this methodology. OBJECTIVE: The objective of this study was to evaluate the acceptability and feasibility of the self-collection of DBS using newly developed multimedia training materials that were delivered through the Web. We also aimed to assess the usability of the collected DBS samples. METHODS: We recruited participants through Facebook advertising for two distinct studies. The first study evaluated the acceptability of our newly developed DBS training materials, while the second assessed the implementation of this protocol into a larger Web-based study. RESULTS: In the first study, participants (N=115) were aged, on average, 26.1 (SD 6.4) years. Training materials were acceptable (113/115, 98.2%, of participants were willing to collect DBS again) and produced usable samples (110/115, 95.7%, collected DBS were usable). In the second study, response rate was 25.0% (41/164), with responders being significantly younger than nonresponders (20.3 [SD 0.2] vs 22.0 [SD 0.4]; P<.001), and 92% (31/41) of collected DBS samples were usable by the laboratory. CONCLUSIONS: Overall, while the protocol is acceptable, feasible, and produced usable samples, additional work is needed to improve response rates.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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