Using Social Media as a Platform to Promote Nutrition Messaging of FLIP
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.
Notice bibliographique
Résumé
Social media is an ever growing and versatile medium that presents a novel avenue for health promotion and sharing health information. Despite its growth and popularity, literature is limited on how social media can be used for health promotion interventions, particularly related to food and nutrition. The Food Literacy Intervention Program (FLIP) at the University of Alberta is an evidence-based tailored program targeted at families with children aged 3 to 5. FLIP was designed based on the results of a needs assessment to promote healthy eating in children and improve food knowledge and skills of families. In previous years, FLIP was primarily an in-person cooking class for families and children with a limited online component. Parents had expressed a desire for quick and easy access to credible online nutrition. Therefore, over the course of a 12-week MPH practicum, the online FLIP program was developed and implemented for 2019. The goal of the online program was to explore different forms of social media as a platform to reach a larger audience for the promotion of evidence-based nutrition content. Content was produced for Instagram, Facebook, and a blog, and varying strategies were used to tailor the content to each platform. Social media metrics, including reach and engagement, were captured and analysed to evaluate the effectiveness of the program. This project contributes to the knowledge and understanding of the role of social media for promoting health messages and provides a basis upon which future projects can be created.
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 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 | 0,001 | 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 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle