Pretesting a Poster on Recommended Stress Management During the COVID-19 Pandemic in Indonesia: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 Peritraumatic Distress Index (CPDI) is a self-report questionnaire developed to evaluate the frequency of anxiety and depression symptoms among individuals during the COVID-19 pandemic. A recent study in China showed high CPDI scores among individuals in the 18-30 years age group and those over 60 years. During the COVID-19 outbreak, people were expected to maintain their mental health conditions, especially stress levels. Therefore, many national governments actively published health promotion media in an effort to educate the public. One such media developed by the Ministry of Health, Republic of Indonesia, was a poster titled "Hindari Stres dan Tetap Optimis dengan Melakukan Aktivitas Sehari-hari dan Tetap Menjaga Jarak." OBJECTIVE: The aim of this study is to conduct a test on a stress management recommendation poster developed by the Ministry of Health, Republic of Indonesia, in response to the COVID-19 outbreak by using pretesting communication theory. METHODS: In-depth interviews were conducted among 8 key informants and 1 graphic design expert. RESULTS: Pretesting can identify the strengths and weaknesses of media. The large amount of text and the lack of illustrations made the poster less attractive to readers. Moreover, there was a discrepancy between the title and contents of the poster. The poster was not able to persuade the informants to change their behavior in the near future. CONCLUSIONS: The poster was understood and accepted by the informants, but there was still much to be improved considering the poster was a product of the Ministry of Health, Republic of Indonesia.
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 | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».