MétaCan
Menu
Retour à la cohorte
Enregistrement W2989371412 · doi:10.2196/16499

Improving Calcium Knowledge and Intake in Young Adults Via Social Media and Text Messages: Randomized Controlled Trial

2019· article· en· W2989371412 sur OpenAlexvenueno aff
Anika Rouf, Monica Nour, Margaret Allman‐Farinelli

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesCancer Council NSWNational Health and Medical Research CouncilMedical Research Council
Mots-clésSocial mediaRandomized controlled trialText messagingPsychologyMedicineComputer scienceInternet privacyWorld Wide WebInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Calcium is an important nutrient for the attainment of peak bone mass during adolescence and young adulthood. However, these life phases are characterized as hard to reach for health promotion. Social media platforms offer a promising channel as they are relatively low cost but used ubiquitously by youth. OBJECTIVE: The aim of the CAlcium Nutrition-Dietary Opportunities (CAN-DO) study was to conduct a randomized controlled trial to test the effectiveness of Facebook alone or with text messaging as channels to deliver a theory-based program to encourage optimal calcium intake. METHODS: The intervention was a 3-arm parallel trial. Young adults aged 18 to 25 years were recruited through university and social media for a 6-week trial. Participants were randomized to 1 of the 3 arms (ie, Facebook posts, Facebook posts plus text messages, and control group that received an electronic leaflet containing information on calcium intake). The primary outcome was change in intake of milk and other calcium-rich foods, and secondary outcomes were knowledge, self-efficacy, motivation, and habit formation concerning calcium-rich foods. Changes were assessed before and after the intervention, and the differences in change between groups were compared using multivariate regression models with multiple imputations for missing data. RESULTS: A total of 211 participants (64/211, 30.3% males) participated (mean age 21.4 years, SD 2.1) in this study. At the end of the program, no increase in milk intake (odds ratio [OR] 1.51, 95% CI 0.61-3.75 Facebook; OR 1.77, 95% CI 0.74-4.24 Facebook plus text messages; P=.41) nor calcium-rich food was detected (P=.57). There was a significant improvement in knowledge in the Facebook plus text messages group (P<.001), but habit formation improved less than that in the other 2 groups (P=.01). Our results showed a moderate level of engagement with intervention content and positive qualitative feedback from participants. CONCLUSIONS: The CAN-DO study delivered via Facebook (with the additional support of text messages) was found to improve knowledge and was acceptable among young adults. However, further research is needed to better understand social media engagement and how to optimize the program for participants to be sufficiently motivated to increase their intake of calcium-rich foods. TRIAL REGISTRATION: Australian New Zealand Clinical Trials Registry ACTRN12620000097943; http://www.anzctr.org.au/ACTRN12620000097943.aspx.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,056
Tête enseignante GPT0,407
Écart entre enseignants0,352 · 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'étudeEssai randomisé
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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetSocial Media in Health EducationTravaux en français237 207