MétaCan
Menu
Retour à la cohorte
Enregistrement W3009718031 · doi:10.7189/jogh.10.010901

Effective approaches to public engagement with global health topics

2020· review· en· W3009718031 sur OpenAlex
Iain H. Campbell, Igor Rudan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Global Health · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésPublic healthPublic engagementPublic relationsGlobal healthCommunity engagementSocial mediaHealth communicationHealth promotionPolitical scienceMass mediaSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: "Public engagement" in science is a term that covers a broad spectrum of activities undertaken by the scientific community. The precise definitions are constantly evolving to incorporate new means of engagement, facilitated by emerging technologies. Global health research is amenable to community engagement and popularization, but it is difficult to know which strategies work best to attract considerable attention from the public. METHODS: This is a review of the articles and documents that address the question of public engagement with topics in medical sciences, particularly in global health. Semantic searches were conducted using Google Scholar rather than indexed databases due to poor indexing of the topic. More than 1000 titles were screened and 48 articles were retained as most useful. It then moves to a more specific topic of the online public engagement in global health. RESULTS: The review presents the attempts to define public engagement in science and its general importance, particularly in the field of global health. Examples of the latter include tobacco use, vaccination, and maternal and child health. In reviewing effective approaches to public engagement in global health through online video campaigns, it studies the examples of crowdfunding, USAID's First Public Engagement Campaign, World Health Organization's Social Media Campaigns and the impact of Global Health Media Project. CONCLUSIONS: This review reveals three key gaps in the understanding of determinants of effective online public engagement in global health. The mixed results of traditional mass media campaigns in global health emphasise the calls for more research on message content. A framework for effective message content would help in both raising awareness of key issues and creating behaviour change in the general public. Moreover, it is surprising to find no formal research on what constitutes effective video content in global health. Finally, few studies considered important metrics to track in social media campaigns. There is a clear need to investigate which video features are effective in global health online public engagement. Success will be defined through key video marketing metrics and tracked in order to isolate effective content features.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,258
Tête enseignante GPT0,471
Écart entre enseignants0,212 · 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