‘Not to Be Harsh but Try Less to Relate to ‘the Teens’ and You’ll Relate to Them More’: Co-Designing Obesity Prevention Text Messages with Adolescents
Notice bibliographique
Résumé
Text messages remain a preferred way for adolescents to communicate, and recent evidence suggests adolescents would like access to digital healthcare options. However, there is limited evidence for text messages to engage adolescent populations in obesity prevention behaviors. We aimed to co-design a bank of text messages that are evidence-based, acceptable, and engaging for adolescents. An established iterative mixed methods process, consisting of three phases, was used to develop the text message program. The first bank of 145 text messages was drafted based on current evidence, behavior change techniques, and input from researchers and health professionals. A survey was then administered to adolescents and professionals for review of text message content, usefulness, understanding, and age-appropriateness. An adolescent research assistant collaborated with the research team on all three phases. Forty participants (25 adolescents and 15 professionals) reviewed the initial bank of 145 text messages. On average, all reviewers agreed the text messages were easy to understand (13.6/15) and useful (13.1/15). In total, 107 text messages were included in the final text message bank to support behavior change and prevent obesity. This study may guide other researchers or health professionals who are seeking to engage adolescents in the co-design of health promotion or intervention content. Effectiveness of the text message program will be tested in a randomized controlled trial.
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 | 0,041 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».