Digital Media Recruitment for Fall Prevention Among Older Chinese-American Individuals: Observational, Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Research in fall prevention programs has increased in recent years in response to the aging demographics of the United States. To date, limited research and outreach programs have focused on ethnic minorities due to increased cost, language barriers, and cultural differences. Digital media platforms may be a cost-effective avenue to initiate fall prevention programs for minority populations. OBJECTIVE: The objective of this study was to determine whether Facebook advertisements are a practical recruitment method for health education to the Chinese-speaking population. METHODS: This was an observational, cross-sectional study. We uploaded a video on fall education on YouTube and initiated an advertisement campaign on Facebook that was linked to the video. The target population was older adults aged >45 years who used Facebook and were presented with the advertisement (N=1039). We recorded metrics such as the number of unique individuals reached, the number of views of the advertisement, the number of clicks, user gender and age, and traffic sources to the advertisement. Data were analyzed with descriptive statistics. RESULTS: Our Facebook advertisement had 1087 views (1039 unique viewers). There were 121 link clicks with a click-through rate of 11.13% (121/1087). The cost per link click was approximately US $0.06. Among the viewers, 91.41% (936/1024) were females and 8.59% (88/1024) were males. In the 45-54 age group, the ad reached 50 people, with 1 link click (2.00%). In the 55-64 age group, the ad reached 572 people, with 57 link clicks (9.97%). In the ≥65 age group, the ad reached 417 people, with 63 link clicks (15.11%). CONCLUSIONS: Facebook was able to directly target the advertisement to the desired older ethnic population at a low cost. Engagement was highest among females and among those aged ≥65 years. Hence, our results suggest that Facebook can serve as an alternative platform for dissemination of health information to geriatric patients in addition to print-based and face-to-face communication.
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 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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».