MétaCan
Menu
Retour à la cohorte
Enregistrement W2894002305 · doi:10.1200/jgo.18.19900

Exploratory Use of Cloud Computing and Social Media for Prostate Cancer Advocacy in Nigeria

2018· article· en· W2894002305 sur OpenAlexaff
Kelechi Eguzo, Aniekan Jacob, C. Okwuosa, F. Mbogu, N. Owuenyi, Ifeoma Okoye, C. Eguzo, E E Ekong, M. Okparah, P. Sariel, Chukwuemeka Oluoha, Gloria O. Nwankwo, J. Nwanyanwu, F. Emenike, P. Agharanya, Ignatius Achilike Njoku, Chukwuemeka S. Nworu, Chinenye Iwuji, Amaka Obiageli Nnamani, SA Ekanem, L. Ezeilo, P. Emeonye

Notice bibliographique

RevueJournal of Global Oncology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSocial mediaMedicineContext (archaeology)Citizen journalismMedical educationPresentation (obstetrics)Public relationsPolitical scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Background and context: Prostate cancer is the commonest cancer affecting Nigerian men, with worse outcome compared with men from the developed world. There is limited public awareness about prostate cancer in Nigeria. Oga Blue 4 Prostate Awareness (OB4PA) was created by a consortium of Nigerian nonprofits for prostate cancer advocacy (PCA). Aims: -Design PCA using videos, printed brochure and social media -Implement PCA in five Nigerian states -Evaluate the reach and impact of PCA campaign Program/Policy process: Community-based participatory process, involving the medical community, prostate cancer survivor, and the public was used. Multimedia teaching was used to enhance learning and retention; social media was used to engage groups and individuals. Content development involved iterative consultation among project leaders, medical experts and target audience, often on social media. High-quality teaching videos were recorded in English and Nigerian Pidgin languages. Videos ensured consistency and ease of broadcast. Videos were accessed by OB4PA partners through cloud computing (OneDrive). Facebook was used to promote the campaign, engage local audience, and for Facebook Live presentation. Local health professionals projected the video in appropriate language to audiences in religious and community groups. Brochure detailing clinical features and local service providers was distributed. Audience evaluation was obtained following each interaction. Outcomes: In 6 weeks, 20 presentations were made to 1800 persons. The Facebook Live presentation had 1500 views, reached 9302 people and was shared 107 times. A total of 25 Facebook posts were made, resulting in 628 like, 1908 video views, 160 shares, and reached 14,222 people. Almost all participants had positive feedback on the free and detailed advocacy. Most questions focused on the causes and prevention of prostate cancer, especially on the use of nutritional supplements. What was learned: Cloud computing enabled us to have one presenter; this eliminated the need to find a presenter for each organization. Audience appreciated simplified videos used in explaining the disease process and need for personalized early detection. Facebook live presentation attracted the most reactions on social media, with most comments showing that people liked the intervention. Audience feedback showed that adding advocacy cellphone video by a survivor helped demystify prostate cancer. Having the main presentation video in different file formats and sizes enhanced sharing on social media, as most Nigerians access the Internet on cell phones. Reliable access to projectors was challenging, especially in remote areas. Overall, use of cloud computing and social media were crucial in the success of the PCA project. Lessons from OB4PA informed the design of the current We Can, I Can Conquer Cervical Cancer Awareness project in Nigeria.

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)0,004
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 enseignants0,329
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,135
Tête enseignante GPT0,467
Écart entre enseignants0,332 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global OncologyMême sujetSocial Media in Health EducationTravaux en français237 207