Advancing the Science of Recruitment for Family Caregivers: Focus Group and Delphi Methods
Notice bibliographique
Résumé
BACKGROUND: Successful recruitment of participants is imperative to a rigorous study, and recruitment challenges are not new to researchers. Many researchers have used social media successfully to recruit study participants. However, challenges remain for effective online social media recruitment for some populations. OBJECTIVE: Using a multistep approach that included a focus group and Delphi method, researchers performed this study to gain expert advice regarding material development for social media recruitment and to test the recruitment material with the target population. METHODS: In the first phase, we conducted a focus group with 5 social media experts to identify critical elements for effective social media recruitment material. Utilizing the Delphi method with 5 family caregivers, we conducted the second phase to reach consensus regarding effective recruitment videos. RESULTS: Phase I utilized a focus group that resulted in identification of three barriers related to social media recruitment, including lack of staff and resources, issues with restrictive algorithms, and not standing out in the crowd. Phase II used the Delphi method. At the completion of Delphi Round 1, 5 Delphi participants received a summary of the analysis for feedback and agreement with our summary. Using data and recommendations from Round 1, researchers created two new recruitment videos with additions to improve trustworthiness and transparency, such as the university's logo. In Round 2 of the Delphi method, consensus regarding the quality and trustworthiness of the recruitment videos reached 100%. CONCLUSIONS: One of the primary challenges for family caregiver research is recruitment. Despite the broad adoption of social media marketing approaches, the effectiveness of online recruitment strategies needs further investigation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,346 | 0,257 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,012 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,006 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».