MétaCan
Menu
Retour à la cohorte
Enregistrement W3121931826 · doi:10.2196/22854

Comparison of Facebook, Google Ads, and Reddit for the Recruitment of People Who Considered but Did Not Obtain Abortion Care in the United States: Cross-sectional Survey

2021· article· en· W3121931826 sur OpenAlexvenueno aff
Heidi Moseson, Alexandra Wollum, J Seymour, Carmela Zuniga, Terri‐Ann Thompson, Caitlin Gerdts

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbortionSocial mediaAdvertisingCross-sectional studyMedicineFamily medicinePregnancyBusinessWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the United States, abortion access is restricted by numerous logistical, financial, social, and policy barriers. Most studies on abortion-seeking experiences in the United States have recruited participants from abortion clinics. However, clinic-based recruitment strategies fail to capture the experiences of people who consider an abortion but do not make it to an abortion clinic. Research indicates that many people search for abortion information on the web; however, web-based recruitment remains underutilized in abortion research. OBJECTIVE: This study aims to establish the feasibility of using Facebook, Google Ads, and Reddit as recruitment platforms for a study on abortion-seeking experiences in the United States. METHODS: From August to September 2018, we posted recruitment advertisements for a survey about abortion-seeking experiences through Facebook, Google Ads, and Reddit. Eligible participants were US residents aged 15-49 years who had been pregnant in the past 5 years and had considered abortion for a pregnancy in this period but did not abort. For each platform, we recorded staff time to develop advertisements and manage recruitment, as well as costs related to advertisement buys and social marketing firm support. We summarized the number of views and clicks for each advertisement where possible, and we calculated metrics related to cost per recruited participant and recruitment rate by week for each platform. We assessed differences across platforms using the chi-square and Kruskal-Wallis tests. RESULTS: Overall, study advertisements received 77,464 views in the 1-month period (from Facebook and Google; information not available for Reddit) and 2808 study page views. After clicking on the advertisements, there were 1254 initiations of the eligibility screening survey, which resulted in 98 eligible survey participants (75 recruited from Facebook, 14 from Google Ads, and 9 from Reddit). The cost for each eligible participant in each platform was US $49.48 for Facebook, US $265.93 for Google Ads, and US $182.78 for Reddit. A total of 84% (66/79) of those who screened eligible from Facebook completed the short survey compared with 73% (8/11) of those who screened eligible from Reddit and 13% (7/53) of those who screened eligible from Google Ads. CONCLUSIONS: These results suggest that Facebook advertisements may be the most time- and cost-effective strategy to recruit people who considered but did not obtain an abortion in the United States. Adapting and implementing Facebook-based recruitment strategies for research on abortion access could facilitate a more complete understanding of the barriers to abortion care in the United States.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,531
Tête enseignante GPT0,600
Écart entre enseignants0,069 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetSocial Media in Health EducationTravaux en français237 207