MétaCan
Menu
← Retour à la cohorte
Enregistrement W3134293819 · doi:10.1101/2021.03.09.21253071

Remote recruitment for Essential Coaching for Every Mother during COVID-19

2021· preprint· en· W3134293819 sur OpenAlexaff
Justine Dol, Gail Tomblin Murphy, Douglas McMillan, Megan Aston, Marsha Campbell‐Yeo

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensIzaak Walton Killam Health CentreNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCoachingOutreachMedicineIntervention (counseling)Social distanceFamily medicinePsychologymHealthCoronavirus disease 2019 (COVID-19)NursingPsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background With a decrease in in-person support and increase in perinatal mental health concerns during the coronavirus pandemic, innovative strategies, such as mHealth, are more important than ever. However, due to physical distancing recommendations, recruitments for perinatal research needs to shift. The objective of this study is to desire the process evaluation of recruitment and retention of women for an mHealth pre-post intervention study for Essential Coaching for Every Mother . Methods Three methods were used for recruitment: social media, posters in hospital, and media outreach. First time mothers were eligible for enrollment antenatally (37+ weeks) and postnatally (<3 weeks). Eligibility screening occurred remotely via text message. Outcomes were days to recruit 75 participants, eligibility vs. ineligibility rates, dropout and exclusion reasons, survey completion rates, perinatal timing of enrollment, and recruitment sources. Results Recruitment ran July 15 th -September 19 th (67 days) with 200 screened and 88 enrolled, 70% antenatally. It took 50 days to enroll 75 participants. Mothers recruited antenatally (n=53) were more likely to receive all intervention message (68% vs. 19%). Mothers recruited postnatally (n=35) missed more messages on average (13.8 vs. 6.4). Participants heard about the study through family/friends (31%), news (20%), Facebook groups (16%), Facebook ads (14%), posters (12%), or other ways (7%). Conclusion Antenatal recruitment resulted in participants enrolling earlier and receiving more of the study messages. Word of mouth and media outreach were successful, followed by advertisement on Facebook. Remote recruitment was a feasible way to recruit for Essential Coaching for Every Mother .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,003

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 Opus0,185
Tête enseignante GPT0,498
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→