P-43 Dying matters week: using creativity to maximise audience reach
Notice bibliographique
Résumé
<h3>Background</h3> Dying Matters Week is an awareness-raising week to encourage people to talk more openly about death. The aim of the week is to encourage a shift in attitudes to accept death as a natural part of everybody’s life cycle. <h3>Aims</h3> To run a creative campaign, on minimal budget, focusing on getting the wider general public to engage in discussion about death. To use humour to make the topic more accessible. To create a lasting legacy to carry on the conversation after the week has ended. <h3>Methods</h3> The campaign encouraged engagement by posing the question, <i>‘what’s your funeral song?</i>’ Staff and volunteers were polled on their favourite funeral song and a lip synch video created, filmed in a single take through the hospice, featuring staff and volunteers. Two events provided further reach to a non-medical audience. ‘<i>We need to talk about death</i>’, with Dr Kathryn Mannix, included quizzes, Prosecco and goody bag and was hosted by Virgin Radio DJ, Amy Voce. Using humour to tackle the taboo, comedian and actor Greg Davies was interviewed by Cariad Lloyd for a live edition of her award-winning podcast Griefcast. <h3>Results</h3> The events sold out. 100% attendees agreed to talk to friends and family about dying. The lipsync video was picked up by ITV Central and viewed 98,000 times, with 525 comments across all social platforms, 1872 likes, 795 shares. A hospice in Canada asked to use the video as part of their training. Griefcast podcast allowed us to leave a lasting legacy for the campaign. Extensive coverage in regional print and broadcast media. Its success has encouraged training to better equip more staff to talk to patients and families about dying. <h3>Conclusion</h3> Employing creativity in a public awareness marketing campaign can have a considerable impact on audience reach.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes 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 ».