MétaCan
Menu
Retour à la cohorte
Enregistrement W2911358142 · doi:10.1002/pa.1869

The use of Facebook in the recruitment of foster carers: A dialogic analysis

2019· article· en· W2911358142 sur OpenAlexaboutno aff
Rachel Stringfellow, Brendan James Keegan, Jennifer Rowley

Notice bibliographique

RevueJournal of Public Affairs · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Relations and Crisis Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDialogicSocial mediaPublic relationsSociologyQuarter (Canadian coin)Political sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Social media is becoming increasingly important for communication and community building, yet research on the use of social media by non‐profit organisations is limited and largely restricted to content analysis of social media comments. This article contributes to addressing this research gap, through a survey‐based study of the perspectives of key informants in U.K. Local Authority fostering teams on their use of social media. Specifically, it examines the extent to which the Facebook activity of local authority fostering teams is aligned with the principles of successful social media engagement, as represented by dialogic strategies and outcomes. A questionnaire on the use of Facebook was circulated to all local authority fostering teams in England. Findings suggest that although there is progress, many teams are at an early stage in their social media journey and that there is considerable variation between agencies. The limited evidence of engagement in relation to dialogic principles suggests that there is some adoption of a strategic approach. In particular, of the three dialogic principles associated with successful online engagement, two (updating and community building) were applied by about half of local authority fostering teams and the third (engagement) by just over a quarter.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,075
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0070,003
Communication savante0,0070,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
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 Opus0,235
Tête enseignante GPT0,364
Écart entre enseignants0,129 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public AffairsMême sujetPublic Relations and Crisis CommunicationTravaux en français237 207